GBDT模型+LR模型

GBDT全稱梯度提升決策樹，在傳統機器學習算法裏面是對真實分佈擬合的最好的幾種算法之一。GBDT是通過採用加法模型(即基函數的線性組合），以及不斷減小訓練過程產生的誤差來達到將數據分類或者回歸的算法， 其訓練過程如下： 最終的總分類器是將每輪訓練得到的弱分類器加權求和得到的 （也就是加法模型）。 gbdt無論用於分類還是迴歸一直都是使用的CART迴歸樹， 這裏基本都是運用求導數達到極值位置！

>>阅读原文<<