數據挖掘面試題之gbdt

 1、梯度提升樹GBDT迴歸 GBDT 模型 對 數據 類 型不做任何限制，既可以是 連續 的數 值 型，也可以是離散的字符型 （但在 Python 的落地 過 程中，需要將字符型 變 量做數 值 化 處 理或 啞變 量 處 理）。相 對 於 SVM 模型 來 說 ， 較 少參數的 GBDT 具有更高的準確率和更少的運算 時間 ， GBDT 模型在面 對 異常數據 時 具有更 強 的 穩 定性。由

>>阅读原文<<