dyc

can i get some help?thanks!

2

I write an attention(based on lstm) for nmt using own data by studying your code.but the attention weights doesn't seem normal. here is the code. Can i get some help...

第七章中关于xgboost的实现可能不准确

1

您好，在/code/chapter7.py中，第695行-699行 `def _gain(self, y, y_pred):`   `# 计算信息`   `nominator = np.power((y * self.loss.grad(y, y_pred)).sum(), 2)`   `denominator = self.loss.hess(y, y_pred).sum()`   `return nominator / (denominator + self.lambd)` 其中np.power((y*.......)，这个**乘以y**是否是多余的呢？印象中似乎不需要这么做。 此外，我自己实现的xgboost和另外两个xgboost的开源实现都没有这个**乘以y**。...

寻求关于xgboost的帮助

2

您好，我是一名学生。我在github上找到了您的项目，并参考其中的代码实现了xgboost，但是效果很差，模型几乎没有学到任何东西。希望能够得到您的帮助！感谢！

hi, i am a student, can i get some help from you? thanks.