xgboost原理

閱讀XGBoost 與 Boosted Tree 基學習器：CART 每個葉子節點上面有一個分數 不夠厲害，所以找一個更強的模型 tree ensemble 對每個樣本的預測結果是每棵樹預測分數的和 目標函數 採用boosting（additive training）方法，每一次都加入一個新的函數。依賴每個數據點上的誤差函數的一階導數和二階導（區別於GBDT）。 樹的複雜度 複雜度包含了一棵樹裏面

>>阅读原文<<