【機器學習】深刻剖析梯度提高決策樹(GBDT)分類與迴歸

1. 梯度提高決策樹概述 梯度提高決策樹（Gradient Boosting Decision Tree，GBDT）是以決策樹爲基學習器的一種Boosting算法，它在每一輪迭代中創建一個決策樹，使當前模型的殘差在梯度方向上減小；而後將該決策樹與當前模型進行線性組合獲得新模型；不斷重複，直到決策樹數目達到指定的值，獲得最終的強學習器。html 上一篇博客【機器學習】集成學習——Boosting與A

>>阅读原文<<