KDD Cup 2015 コース離脱予測モデルの開発
KDD Cup 2015の二値分類問題、コースからの離脱予測に関する実装を整理します。
データ前処理：NumPyとPandasライブラリを用いた特徴量の数値化処理
#!/usr/bin/env python
# coding=utf-8
import pickle
import pandas as pd
import numpy as np
# 辞書型で値をマッピング
source_mapping={'server':0,'browser':1}
event_mapping = {"problem":5,"vid ...
6月28日 16:31 投稿
勾配ブースティング決定木の原理とPythonによる実装
一、概要
勾配ブースティング決定木（Gradient Boosting Decision Tree、GBDT）はアンサンブル学習におけるブースティング手法の一種です。このアルゴリズムは、CART（分類回帰木）のような決定木を基本学習器として使用し、反復的なプロセスを通じて、回帰タスクでは残差を、分類タスクでは負勾配を繰り返し適合させていきます。これにより、一連の決定木を段階的に構築し ...
5月19日 00:53 投稿