RF,GBDT,XgBoost的區別

Random Forest: 主要運用到的方法是bagging,採用Bootstrap的隨機有放回的抽樣,抽樣出N份數據集,訓練出N個決策樹。然後根據N個決策樹輸出的結果決定最終結果(離散型的輸出:取最多的類別,連續型的輸出:取平均數),是一種集成學習 下面引用的是謝益輝博士關於Bootstrap (和 Jackknife)基本思想的論述 一般情況下,總體永遠都無法知道,我們能利用的只有樣本,現在
相關文章
相關標籤/搜索