機器學習sklearn之集成學習（二）

GBDT概述 GBDT算法在實際應用中深受大衆的喜愛，不同於Adaboost（利用前一輪弱學習器的誤差率來更新訓練集的誤差權重），GBDT採用的是前向分步算法，但是弱學習器則限定了CART決策樹模型。 GBDT的通俗理解是：假如一所房屋的價格是100萬，我們先用80萬去擬合，發現損失20萬，這時我們用15萬去擬合發現損失5萬，接着我們使用4萬去擬合返現損失1萬，這樣一直迭代下去，使得損失誤差一直減

>>阅读原文<<