【機器學習】 前向分佈算法與GBDT算法梳理

1.前向分佈算法  基本思想：每次只學習一個基函數及係數，逐步逼近最優解。html 以下所示：git 其中  爲基函數，爲基函數係數，爲基函數的參數，這樣只須要給定訓練集與損失函數github 就能夠利用最小化損失函數的原理進行學習，這樣每次新一輪的學習只須要學習一個基函數的參數與對應的係數。算法 一個栗子：小明有100個蘋果，小紅第一次猜1*50個，剩餘50個沒猜對（殘差），下一次小紅猜有1*5

>>阅读原文<<