筆記(總結)-XGBoost的前世今生

現今的各類數據挖掘比賽中，決策樹模型佔據了半壁江山（另外半壁基本就是神經網絡模型）。決策樹，本質上來說就是通過一系列的「規則」將樣本集不斷劃分歸類，最後歸爲同一類的樣本被認爲是相似的，賦予相同的預測值。 決策樹相對於其他機器學習模型來說： 可解釋較強（規則劃分） 能夠有合理的調參依據（樹深度、葉子節點個數等參數概念都很直觀） 適用於bagging和boosting方式的建模（Random Fore

>>阅读原文<<