從GB到GBDT到XGBoost

Boosting boosting一句話理解：三個臭皮匠，頂個諸葛亮。 在計算機學習理論裏，強可學習和弱可學習是等價的。 弱可學習模型轉化爲強可學習模型方法：前向分佈加法模型。 最簡單前向分佈加法模型 yk+1 = yk + ( y-yk ) ( y-yk )即爲殘差，每一個新的弱分類器學習的目標都是殘差 這麼一個簡單的模型，能否得到我們想要的結果？ 理論上( y-yk )只有方向是準確的，具體是

>>阅读原文<<