叠加树模型(Additive tree models, ATMs)是一种建立在多个决策树或者回归树之上的集成模型。许多经典的模型可以看做是特殊的叠加树模型,例如random forest, adaboost with trees, gradient boosting trees等。
ATM可以看做是一种N个决策树模型的集成,这里的N是树的数量,每个树输出一个真实的值,那么ATM的输出为:
- 随机森林(Random Forests)
随机森林是一种bagging模型,其每个树都是在一组随机样本中使用随机选择的特征进行独立训练.
- AdaBoost
Boosted trees集成多种弱分类器组成强分类器,对于boosting,每种弱分类器是一种典型的高偏差低方差的浅层树。
当训练一个新的弱分类器时,adaboost更多的关注那些在弱分类器上不能正确分类的实例。