GBDT算法步驟

說明：本篇文章是參看文章結尾相關博客寫的讀書筆記。 GBDT算法步驟： k：表示待分類的類別，一共有K個類別。 m：表示迭代次數，一共迭代M次。 i：表示樣本編號，一共有N個樣本。 Fk0(x)：表示樣本x在第k個分類下的估值，是一個k維的向量。下表0表示第0次迭代。例如：假設輸入數據x可能屬於5個分類（分別爲1,2,3,4,5），訓練數據中，x屬於類別3，則y = (0, 0, 1, 0, 0)

>>阅读原文<<