SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-18 UTC

今天还没有新提交

查看更新动态

skillsAlphaGBM/skills

面向高维表格数据挖掘、梯度提升决策树(GBDT)与量化特征工程实战算法技能库。核心功能要点包括:1.【自动化高阶特征交叉衍生】:自动探索组合特征、目标编码(Target Encoding)与时序滞后算子,最大化释放数据信息量;…

还没有人评分 我要评分
Stars2.8k
Forks316
Watchers4.6k
Open Issues5

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

git clone https://github.com/AlphaGBM/skills.git

Overview功能介绍

核心功能

面向高维表格数据挖掘、梯度提升决策树(GBDT)与量化特征工程实战算法技能库。核心功能要点包括:1.【自动化高阶特征交叉衍生】:自动探索组合特征、目标编码(Target Encoding)与时序滞后算子,最大化释放数据信息量;2.【LightGBM/XGBoost贝叶斯超参优化】:结合 Optuna 框架实施多目标超参数空间高效剪枝搜索,防止模型严重过拟合;3.【可解释性SHAP归因归因分析】:计算各特征维度的边际贡献率,直观展现模型对关键商业指标的决策影响权重。

适用场景

科学计算与模拟仿真环节、数据报表分析环节、核心业务开发与代码编写环节。

适用职业

数据分析师 / 数据工程师、AI / 算法工程师。

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID392
数据来源GitHub
仓库全名AlphaGBM/skills
所属分类数据科学与知识图谱 / 学术调研与科研计算
主要语言Python
开源协议MIT License
默认分支main
GitHub 仓库 ID1202559832
节点 IDR_kgDOR62bWA
榜单排名#266 (来源榜单内名次)
全站热度排名#420 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

02k4k6k2026-09-302026-10-282026-09-30 · 4,5962026-10-19 · 3,6432026-10-28 · 2,769
  • 当前2,769
  • 上一记录点 · 10-19 3,643
  • 较上一记录点 -874
  • 共 3 个记录点 跨度 28 天
01002003004002026-09-302026-10-282026-09-30 · 3262026-10-19 · 3312026-10-28 · 316
  • 当前316
  • 上一记录点 · 10-19 331
  • 较上一记录点 -15
  • 共 3 个记录点 跨度 28 天

Timeline时间线

仓库创建2026-04-06 06:35:377 个月前
资料最后更新2026-10-28 11:19:5921 天前
最近一次代码推送2026-09-24 22:41:061 个月前

Commit更新记录

由提交人 AlphaGBM 提交,主要更新类型为:新增功能与能力扩展。提交说明:Merge pull request #18 from AlphaGBM/feature/editorial-workflow-contract。

b625a39 AlphaGBM 2026-09-24