學習XGboost時遇到的問題

XGboost 概述 構造一個性能很高的預測(強學習器)是一件很困難事情 構造一個性能一般的預測(弱分類器)並不難 弱學習器：性能比隨機猜測好(層數不深的CART(分類迴歸樹)是一個好的選擇) 集成算法在數據上構建很多個模型(多個弱評估器)，利用這些模型建模的結果，加以彙總，以獲取比單個模型更好的迴歸或分類表現。這要求每一個單獨的模型(弱評估器)必須要比隨機猜測好，即預測準確率不低於50%(比如組

>>阅读原文<<