精細解說機器學習模型：XGBoost模型

這篇應該是你見過的講xgboost的文章裏最細的。 簡單介紹 首先需要介紹GBDT，它是一種基於boosting增強策略的加法模型，訓練的時候採用前向分佈算法進行貪婪的學習，每次迭代都學習一棵CART樹來擬合之前 t-1 棵樹的預測結果與訓練樣本真實值的殘差。 在覈心思想不變的情況下，XGBoost對GBDT進行了一系列優化，主要是損失函數進行了二階泰勒展開，另外還有目標函數加入正則項、支持並行和

>>阅读原文<<