XGBOOST—eXtreme Gradient Boosting算法原理

XGBOOST算法是由華盛頓大學陳天奇博士以GBDT和RandomForest爲基礎提出的，並開發了C++版本。該算法由於精度高、可並行化處理和可移植性，被廣泛應用於各個領域， 這也是Kaggle競賽者最常用的方法之一。 假設樣本集D = {（xi， yi）...} i = 1、...n XGBOOST預測函數可表示爲 我們使用分部加法，可將此式變換爲 其中K代表迭代K輪；方程左側爲預測值；映射f

>>阅读原文<<