GBDT構建組合特徵

最初是由Facebook在2014年提出,並被廣泛運用於點擊率預估項目上,被證明有效。 動機在於GBDT無法直接處理海量的離散特徵,複雜度太高,所以主要思路就是就是先用已有特徵訓練GBDT模型,然後利用GBDT模型學習到的樹來構造新特徵,最後把這些新特徵加入原有特徵一起訓練模型。構造的新特徵向量是取值0/1的,向量的每個元素對應於GBDT模型中樹的葉子結點。當一個樣本點通過某棵樹最終落在這棵樹的一
相關文章
相關標籤/搜索