freemanzxp / gbdt_simple_tutorial Goto Github PK

你好，个人认为，BinomialDeviance损失函数中，计算loss的公式有问题，类似于sklearn包中的损失计算，此处的正确的公式应该是：-2.0（yf - log（1 + exp(f)）），代码中是-2.0（yf - （1 + exp(f)））

多分类数据集中为啥其中两个一样的数据： [4, 30, 60, 1], [5, 30, 60, 2] 被分为不同类别

请问如何保存模型到本地，并读取呢

should be float type

首先非常感谢这个详细教程，但是有个问题，为什么我在跑这个tutorial代码的时候这么慢呢？在数据量这么少并且只迭代5次的情况下。

real 3m27.845s
user 3m27.134s
sys 0m2.053s

错误如下：
Traceback (most recent call last):
File "C:\Users\Bai\AppData\Local\Programs\Python\Python37\GBDT_Simple_Tutorial-master\GBDT\gbdt.py", line 10, in
from GBDT.decision_tree import Tree
ModuleNotFoundError: No module named 'GBDT'

只有在运行gbdt.py和tree_plot.py时会报这个错误，其他两个文件都可以正常运行
求指教这是怎么回事

请问训练数据和测试数据从哪获取呢