格式：zip 资源大小：6.7MB
格式：zip 资源大小：1.9MB
格式：pdf 资源大小：567.9KB 页数：39
LightGBM：基于决策树算法的快速，分布式，高性能梯度提升（GBT，GBDT，GBRT，GBM或MART）框架，用于排名，分类和许多其他机器学习任务 （452个子文件） 
00Index 641B configure.ac 3KB AUTOCONF_UBUNTU_VERSION 8B make.bat 799B LightGBM_logo.cdr 422KB LightGBM-logo-hex.cdr 416KB histogram16.cl 41KB histogram64.cl 33KB histogram256.cl 33KB cleanup 29B FindLibR.cmake 7KB CMakeIntegratedOpenCL.cmake 5KB CODEOWNERS 2KB train.conf 3KB train.conf 3KB train_linear.conf 3KB train.conf 3KB train.conf 3KB train.conf 3KB train.conf 2KB train.conf 86B predict.conf 76B predict.conf 72B predict.conf 72B predict.conf 68B predict.conf 68B predict.conf 66B predict.conf 66B configure 86KB c_api.cpp 96KB dataset_loader.cpp 59KB dataset.cpp 55KB gpu_tree_learner.cpp 52KB tree.cpp 40KB cuda_tree_learner.cpp 39KB serial_tree_learner.cpp 34KB gbdt.cpp 31KB bin.cpp 29KB config_auto.cpp 25KB lightgbm_R.cpp 24KB gbdt_model_text.cpp 23KB json11.cpp 22KB voting_parallel_tree_learner.cpp 22KB metadata.cpp 19KB train_share_states.cpp 16KB config.cpp 16KB linear_tree_learner.cpp 14KB network.cpp 13KB data_parallel_tree_learner.cpp 12KB application.cpp 10KB parser.cpp 8KB linkers_socket.cpp 7KB linker_topo.cpp 6KB dcg_calculator.cpp 6KB file_io.cpp 5KB objective_function.cpp 4KB gbdt_prediction.cpp 4KB feature_parallel_tree_learner.cpp 3KB ifaddrs_patch.cpp 3KB metric.cpp 2KB prediction_early_stop.cpp 2KB tree_learner.cpp 2KB boosting.cpp 2KB linkers_mpi.cpp 2KB main.cpp 912B histogram_16_64_256.cu 36KB cuda_kernel_launcher.cu 8KB categorical.data 292KB DESCRIPTION 3KB dockerfile-cli 511B dockerfile-python 913B dockerfile-r 324B .editorconfig 411B LightGBM.vcxproj.filters 12KB .gitignore 6KB .gitignore 6B .gitkeep 0B .gitmodules 445B dockerfile.gpu 5KB dockerfile-cli-only-distroless.gpu 3KB dockerfile-cli-only.gpu 2KB c_api.h 66KB config.h 63KB common.h 32KB tree.h 26KB dataset.h 24KB feature_group.h 19KB gbdt.h 19KB bin.h 17KB lightgbm_R.h 16KB network.h 12KB gpu_tree_learner.h 11KB text_reader.h 11KB cuda_tree_learner.h 11KB boosting.h 11KB serial_tree_learner.h 9KB json11.h 9KB linkers.h 9KB parallel_tree_learner.h 8KB train_share_states.h 8KB共 452 条
- 1
- 2
- 3
- 4
- 5
资源评论
600Dreams
- 粉丝: 30
最新资源
- 计算机视觉课程作业 2：CIFAR10 与 CIFAR100 数据集训练实践
- JavaScript核心编程与最佳实践
- Mathematica 在计算机视觉作业中表现超强碾压对手
- 计算机视觉作业2-训练cifar10和cifar100
- 这篇文章详细介绍了基于小波分析和时域介电谱的变压器油纸绝缘老化状态评估方法及其工程应用（论文复现含详细代码及解释）
- 【无人机通信】基于无人机通信的移动边缘计算任务迁移与资源分配算法研究：优化能耗与计算效率的系统设计（论文复现含详细代码及解释）
- 模式识别与计算机视觉课程第三次作业任务安排
- 这篇文章深入探讨了基于吸引力模型的轴-辐式集装箱海运网络优化问题，尤其关注在竞争环境下中小型海运公司的网络设计与优化策略（论文复现含详细代码及解释）
- 航空电子基于小波包变换及TRLMS抑制脉冲干扰的方法：GNSS接收机中脉冲干扰的有效抑制与信号恢复系统设计（论文复现含详细代码及解释）
- 【电力系统谐波检测】基于小波变换与分形理论的谐波检测方法研究：从理论到工程实践的全面解析（论文复现含详细代码及解释）
- 《模式识别与计算机视觉课程对应的第三次作业》
- 埃博拉酱所开发的计算机视觉工具箱
- 【电力设备检测】基于小波分析和时域介电谱的变压器油纸绝缘老化状态评估：特征提取与智能诊断系统设计（论文复现含详细代码及解释）
- 【雷达目标跟踪】基于新息自适应的扩展卡尔曼滤波算法优化：复杂环境下时变噪声鲁棒性提升系统设计（论文复现含详细代码及解释）
- 【电气化铁路供电系统】基于新型YNvd平衡变压器的同相供电系统设计与仿真：解决无功负序谐波及过分相问题（论文复现含详细代码及解释）
- ### 标题：【无人机系统控制】基于新型观测器的线性UAVs预设时间编队容错控制：分布式控制与故障处理（论文复现含详细代码及解释）
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
