機器學習筆記21-XGBoost

XGBoost: 算法核心思想 不斷地添加樹,不斷地進行特徵分裂來生長一棵樹,每次添加一個樹,其實是學習一個新函數,去擬合上次預測的殘差。 當我們訓練完成得到k棵樹,我們要預測一個樣本的分數,其實就是根據這個樣本的特徵,在每棵樹中會落到對應的一個葉子節點,每個葉子節點就對應一個分數 最後只需要將每棵樹對應的分數加起來就是該樣本的預測值 決策樹模型 訓練數據集,其中 決策樹模型: 把樹分成結構部分q
相關文章
相關標籤/搜索