Gradient Boosting算法理論

機器學習訓練營——機器學習愛好者的自由交流空間(入羣聯繫qq:2279055353) 介紹 梯度提升(Gradient Boosting)是一種用於迴歸和分類問題的機器學習技術。它集成弱預測模型,典型的是決策樹,產生一個強預測模型。該方法分階段建立弱模型,在每個階段通過優化一個任意可微的損失函數建立弱模型。下面,我們以簡單的最小二乘迴歸解釋梯度提升法的原理。 最小二乘法的目標是,通過最小化均方誤差
相關文章
相關標籤/搜索