機器學習之GBDT構建新特徵

GBDT構建新的特徵思想 特徵決定模型性能上界，例如深度學習方法也是將數據如何更好的表達爲特徵。若是可以將數據表達成爲線性可分的數據，那麼使用簡單的線性模型就能夠取得很好的效果。GBDT構建新的特徵也是使特徵更好地表達數據。python 主要思想：GBDT每棵樹的路徑所表明的特徵組合直接做爲LR的輸入特徵使用。數組 用已有特徵訓練GBDT模型，而後利用GBDT模型學習到的樹來構造新特徵，最後把這些

>>阅读原文<<