xgboost與gbdt

1.先明確一下分類樹和迴歸樹的概念: 分類樹使用信息增益或增益比率來劃分節點;每個節點樣本的類別情況投票決定測試樣本的類別。 迴歸樹使用最大均方差劃分節點;每個節點樣本的均值作爲測試樣本的迴歸預測值。 2.都是利用了boosting思想,最小化殘差(偏差)。 3.GBDT的基學習器一定是DT,而且是利用殘差梯度構造基學習器,基學習器是先訓練好的,再確定葉節點的輸出(樹的預測值,也就是權重w)。Xg
相關文章
相關標籤/搜索