在当今这个科技飞速发展的时代,人工智能(AI)已然成为了各个领域竞相追逐并深度应用的焦点力量。从协助企业精准决策、助力医疗精准诊断,到为日常生活增添便捷与趣味,AI 的影响力无处不在。然而,多数人接触和使用的 AI 往往依托于云端服务,虽然便捷,却也存在着数据隐私风险、网络依赖等诸多问题。而本地部署 AI 的模式,正逐渐崭露头角,宛如一颗冉冉升起的新星,为人们开启了一条既能充分发挥 AI 强大功能
结合论文《Revisiting Deep Learning Models for Tabular Data》的观点,集成树模型通常擅长于表格数据这种异构数据集,是实打实的表格数据王者。集成树模型中的LightGBM是增强版的GBDT,支持了分类变量,在工程层面大大提高了训练效率。关于树模型的介绍,可见之前文章:一文讲透树模型
DNN深度神经网络擅长于同构的高维数据,从高维稀疏的表