当前位置:   article > 正文

梯度提升(Gradient boosting)和GBDT

梯度提升

一、梯度提升(Gradient boosting)

提升既可以用于分类,也可以用于回归。提升背后的思想是:每一步产生一个弱学习器,通过不断地把若学习器加权累加到总模型当中,来最终得到一个强预测模型。其基本公式如下:

                                                                                                             (1)

其中,m为基学习器个数,beta是系数,f 是基学习器,F就是总的模型。我们的最终目的是得到一个优秀的总模型,尽可能的使得损失函数最小,即:

              (2)

上面说了,F最终是由多个基学习器加权组成的,所以不可能同时求解。因此,梯度提升使用了一种贪心的算法,在刚开始时࿰

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/766576
推荐阅读
相关标签
  

闽ICP备14008679号