xgboost 學習筆記

決策樹算法的好壞需要一個標準來評估，對於分類問題，可以用信息增益（ID3）、信息增益率（C4.5）、基尼係數（CART）等等；對於迴歸問題，可以用均方誤差、對數誤差等。 所謂集成學習，是指構建多個分類器（弱分類器）對數據集進行預測，然後用某種策略將多個分類器預測的結果集成起來，作爲最終預測結果。 xgboost 是由多顆 CART 樹集成，xgboost 本質上還是一個 GBDT，但是力爭把速度和

>>阅读原文<<