采样方法 - 版本历史

Wurong：/* 变量配置 */

2024-01-23T03:36:46Z

变量配置

←上一版本		2024年1月23日 (二) 11:36的版本
第49行：		第49行：
	* 处理的数据类型：结局变量为二分类，特征变量大多数为连续型的变量。		* 处理的数据类型：结局变量为二分类，特征变量大多数为连续型的变量。
	===变量配置===		===变量配置===
	* ~~选择目标变量：作为需要采样的连续变量作为目标，单选。~~		* 选择目标变量：作为需要采样的分类变量作为目标，单选。

	===参数配置===		===参数配置===

Wurong：/* 参数配置 */

2024-01-23T03:36:14Z

参数配置

←上一版本		2024年1月23日 (二) 11:36的版本
第53行：		第53行：
	===参数配置===		===参数配置===
	* 设置随机数：控制模型的随机性。		* 设置随机数：控制模型的随机性。
	* ~~拆分质量评估方法选择：~~		* 采样方法：
	** ~~'friedman mse',~~		** 欠采样：抛弃大部分反例数据，可能会造成较大偏差，
	** ~~'squared error'。~~		** 过采样：单纯重复正例数据，可能造成对正例的过拟合，
	* ~~学习率：算法通过学习率缩小每棵树的贡献差距。默认值为0.1。~~		** Bootstrap：有放回的多次重抽样，能保证整体估计量稳定，但也可能造成偏差。
	* Boosting次数：执行boosting算法的次数。梯度增强对于过度拟合是相当稳健的，因此大量通常会带来更好的性能。
	* 子样本分数：用于拟合各个基础学习器的样本比例。如果小于 1.0，则会导致随机梯度提升。选择会导致方差减少和偏差增加。值必须在范围内。子样本分数取值范围(0.0, 1.0]。
	* 损失函数算法选择：衡量分割质量的函数。支持的算法为
	** 'exponential'，
	** 'log_loss'。
	* 最大深度：树的最大深度。如果没有，则扩展节点，直到所有叶子都是纯的或直到所有叶子包含少于"最小拆分样本数"的样本。
	* 最小拆分样本数：分裂内部节点所需的最小样本数。
	* 叶节点最小样本数：叶节点所需的最小样本数。该参数仅当任何深度的分割点在左右分支中至少留下训练样本时，才会被考虑。这可能具有使模型平滑的效果，尤其是在回归中。
	* 最大特征数：寻找最佳分割时要考虑的特征数量。
	* 最大叶节点数：以最佳优先的方式种植一棵树。最佳节点定义为杂质的相对减少。如果没有，则叶节点数量不受限制。
	* ~~最小不纯度衰减阈值：如果分裂导致杂质减少大于或等于该值，则节点将被分裂。~~

	===注意事项===		===注意事项===

Wurong：/* 变量配置 */

2024-01-23T03:14:35Z

变量配置

←上一版本		2024年1月23日 (二) 11:14的版本
第49行：		第49行：
	* 处理的数据类型：结局变量为二分类，特征变量大多数为连续型的变量。		* 处理的数据类型：结局变量为二分类，特征变量大多数为连续型的变量。
	===变量配置===		===变量配置===
	* ~~选择特征变量：作为特征进行学习的变量（X），多选。~~		* 选择目标变量：作为需要采样的连续变量作为目标，单选。
	* 选择目标变量：作为结局的二分类变量（y），单选。

	===参数配置===		===参数配置===

Wurong：/* 算法概述 */

2024-01-23T03:11:52Z

算法概述

←上一版本		2024年1月23日 (二) 11:11的版本
第29行：		第29行：

	==算法概述==		==算法概述==
	在信号处理中，采样是将连续时间信号转换为离散时间信号的过程。一个常见的例子是将声波转换为一系列“样本”。样本是在时间和/或空间中的某一点上信号的值；这个定义与统计学中用法不同，后者指的是这样的一组值。采样器是从连续信号中提取样本的子系统或操作。理论上的理想采样器在所需的点上产生等于连续信号瞬时值的样本。可以通过将样本序列通过重建滤波器进行处理，重建原始信号，直到奈奎斯特极限（Nyquist limit）<ref>{{cite web		在信号处理中，采样是将连续时间信号转换为离散时间信号的过程。一个常见的例子是将声波转换为一系列“样本”。样本是在时间和/或空间中的某一点上信号的值；这个定义与统计学中用法不同，后者指的是这样的一组值<ref>{{cite web
	\| title = Sampling		\| title = Sampling
	\| url = https://en.wikipedia.org/wiki/Sampling_(signal_processing)		\| url = https://en.wikipedia.org/wiki/Sampling_(signal_processing)
	\| access-date = 2024-01-23		\| access-date = 2024-01-23
	}}</ref>。		}}</ref>。采样器是从连续信号中提取样本的子系统或操作。理论上的理想采样器在所需的点上产生等于连续信号瞬时值的样本。可以通过将样本序列通过重建滤波器进行处理，重建原始信号，直到奈奎斯特极限（Nyquist limit）。

	==示例代码-采样方法节点==		==示例代码-采样方法节点==

Wurong：/* 算法概述 */

2024-01-23T03:11:18Z

算法概述

←上一版本		2024年1月23日 (二) 11:11的版本
第29行：		第29行：

	==算法概述==		==算法概述==
	在信号处理中，采样是将连续时间信号转换为离散时间信号的过程。一个常见的例子是将声波转换为一系列“样本”。样本是在时间和/或空间中的某一点上信号的值；这个定义与统计学中用法不同，后者指的是这样的一组值。采样器是从连续信号中提取样本的子系统或操作。理论上的理想采样器在所需的点上产生等于连续信号瞬时值的样本。可以通过将样本序列通过重建滤波器进行处理，重建原始信号，直到奈奎斯特极限（Nyquist limit）<ref></ref>。		在信号处理中，采样是将连续时间信号转换为离散时间信号的过程。一个常见的例子是将声波转换为一系列“样本”。样本是在时间和/或空间中的某一点上信号的值；这个定义与统计学中用法不同，后者指的是这样的一组值。采样器是从连续信号中提取样本的子系统或操作。理论上的理想采样器在所需的点上产生等于连续信号瞬时值的样本。可以通过将样本序列通过重建滤波器进行处理，重建原始信号，直到奈奎斯特极限（Nyquist limit）<ref>{{cite web
			\| title = Sampling
			\| url = https://en.wikipedia.org/wiki/Sampling_(signal_processing)
			\| access-date = 2024-01-23
			}}</ref>。

	==示例代码-采样方法节点==		==示例代码-采样方法节点==

Wurong：/* 算法概述 */

2024-01-23T03:08:49Z

算法概述

←上一版本		2024年1月23日 (二) 11:08的版本
第29行：		第29行：

	==算法概述==		==算法概述==
			在信号处理中，采样是将连续时间信号转换为离散时间信号的过程。一个常见的例子是将声波转换为一系列“样本”。样本是在时间和/或空间中的某一点上信号的值；这个定义与统计学中用法不同，后者指的是这样的一组值。采样器是从连续信号中提取样本的子系统或操作。理论上的理想采样器在所需的点上产生等于连续信号瞬时值的样本。可以通过将样本序列通过重建滤波器进行处理，重建原始信号，直到奈奎斯特极限（Nyquist limit）<ref></ref>。

	==示例代码-采样方法节点==		==示例代码-采样方法节点==

Wurong：/* 示例代码-梯度提升树分类节点 */

2024-01-23T03:03:36Z

示例代码-梯度提升树分类节点

←上一版本		2024年1月23日 (二) 11:03的版本
第31行：		第31行：


	==示例代码-~~梯度提升树分类节点~~==		==示例代码-采样方法节点==
	~~该节点使用Python编写，调用scikit-learn包~~<ref>{{cite journal \|author=Kramer, Oliver \|title=Scikit-learn \|journal=Machine learning for evolution strategies \|pages=45--53 \|year=2016 \|publisher=Springer }}</ref>。以下为示例代码：		该节点使用Python编写，调用imblearn包<ref>{{cite journal \|author=Kramer, Oliver \|title=Scikit-learn \|journal=Machine learning for evolution strategies \|pages=45--53 \|year=2016 \|publisher=Springer }}</ref>。以下为示例代码：
	<syntaxhighlight lang="Python">		<syntaxhighlight lang="Python">
	from ~~sklearn~~.~~datasets~~ import ~~make_hastie_10_2~~		from imblearn.over_sampling import RandomOverSampler
	from ~~sklearn~~.~~ensemble~~ import ~~GradientBoostingClassifier~~		from imblearn.under_sampling import RandomUnderSampler

	~~X, y~~ = ~~make_hastie_10_2~~(~~random_state=0~~)		sampler = RandomOverSampler()
	~~X_train, X_test = X[:2000], X[2000:]~~		sampler = RandomUnderSampler()
	~~y_train, y_test = y[:2000], y[2000:]~~
	~~clf = GradientBoostingClassifier(n_estimators~~=~~100, learning_rate=1.0,~~
	~~max_depth=1, random_state=0).fit(X_train, y_train)~~
	~~clf.score~~(~~X_test, y_test~~)
	</syntaxhighlight>		</syntaxhighlight>

	~~拟合后，模型可以用于预测样本的类别，可以在[[通用预测模块]]实现内外部测试集的预测。~~

	=='''节点使用指南'''==		=='''节点使用指南'''==

2024年1月23日 (二) 01:37 Wurong

2024-01-23T01:37:01Z

←上一版本		2024年1月23日 (二) 09:37的版本
第29行：		第29行：

	==算法概述==		==算法概述==
	Gradient Boosting是一种基于函数空间（functional space）中增强的机器学习方法，其中目标函数是伪残差（pseudo-residuals），而不是传统增强中使用的典型残差。它给出了弱学习模型进行集成后的预测模型，即对数据进行很少的假设的模型，这些模型通常是简单的决策树<ref>{{cite journal \|title=Data analytics in asset management: Cost-effective prediction of the pavement condition index \|author=Piryonesi, S. Madeh and El-Diraby, Tamer E. \|journal=Journal of Infrastructure Systems \|volume=26 \|issue=1 \|pages=04019036 \|year=2020 \|publisher=American Society of Civil Engineers}}</ref><ref>{{cite book \|title=The elements of statistical learning: data mining, inference, and prediction \|author=Hastie, Trevor and Tibshirani, Robert and Friedman, Jerome \|pages=337–387 \|year=2009 \|publisher=Springer}}</ref>。当决策树是弱学习器时，所得到的算法被称为梯度增强树；它通常优于随机森林<ref>{{cite web
	~~\|title=Gradient Boosting~~
	~~\|url=https://en.wikipedia.org/wiki/Gradient_boosting~~
	~~\|website=Wikipedia~~
	~~\|access-date=2024-01-18~~
	~~}}</ref>。与其他Boosting方法一样，梯度提升树模型是以分阶段的方式构建的，但它通过允许优化任意可微损失函数来推广其他方法。~~

	==示例代码-梯度提升树分类节点==		==示例代码-梯度提升树分类节点==

2024年1月23日 (二) 01:34 Wurong

2024-01-23T01:34:21Z

@@ 第28行： / 第28行： @@
 }}
 {{Navplate AlgorithmNodeList}}
 [[Category:分类训练器]]

2024年1月19日 (五) 11:27 Zeroclanzhang

2024-01-19T11:27:57Z

←上一版本		2024年1月19日 (五) 19:27的版本
第7行：		第7行：
	\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8\|V1.0]]部署
	\|nodeenglishname=~~[[Has english name::~~Sampler]]		\|nodeenglishname=Sampler
	\|abbreviation=~~[[Has abbreviation::~~Sampler]]		\|abbreviation=Sampler
	\|funcmaincategory=机器学习		\|funcmaincategory=机器学习
	\|funcsubcategory=[[DataML Lv1 Cat::分类训练器]]		\|funcsubcategory=[[DataML Lv1 Cat::分类训练器]]
第25行：		第25行：
	\|statsapewikiurl=https://wiki.statsape.com/采样方法		\|statsapewikiurl=https://wiki.statsape.com/采样方法
	\|previousnode=[[交叉验证结果整合]]		\|previousnode=[[交叉验证结果整合]]
	\|nextnode=[[~~机器学习基础绘图节点~~]]		\|nextnode=[[决策树]]
	}}		}}

采样方法 - 版本历史

Wurong：​/* 变量配置 */

Wurong：​/* 参数配置 */

Wurong：​/* 变量配置 */

Wurong：​/* 算法概述 */

Wurong：​/* 算法概述 */

Wurong：​/* 算法概述 */

Wurong：​/* 示例代码-梯度提升树分类节点 */

2024年1月23日 (二) 01:37 Wurong

2024年1月23日 (二) 01:34 Wurong

2024年1月19日 (五) 11:27 Zeroclanzhang

Wurong：/* 变量配置 */

Wurong：/* 参数配置 */

Wurong：/* 变量配置 */

Wurong：/* 算法概述 */

Wurong：/* 算法概述 */

Wurong：/* 算法概述 */

Wurong：/* 示例代码-梯度提升树分类节点 */