GBDT和XGBoost

前向分步算法 考慮加法模型： f ( x ) = ∑ i = 1 M β i b ( x ; γ i ) f(x)=\sum_{i=1}^{M}\beta_ib(x;\gamma_i) f(x)=i=1∑M​βi​b(x;γi​) 其中 b ( x ; γ i ) b(x;\gamma_i) b(x;γi​)， β i \beta_i βi​分別爲基函數和基函數的係數。 在給定訓練數據和損失函數

>>阅读原文<<