GBDT的回归、二分类以及多分类教程

向AI转型的程序员都关注了这个号👇👇👇

人工智能大数据与深度学习  公众号：datayx

GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升树，在传统机器学习算法中，GBDT算的上TOP3的算法。想要理解GBDT的真正意义，那就必须理解GBDT中的Gradient Boosting 和Decision Tree分别是什么？

1. Decision Tree：CART回归树

2. Gradient Boosting： 拟合负梯度

3. GBDT算法原理

  

上面两节分别将Decision Tree和Gradient Boosting介绍完了，下面将这两部分组合在一起就是我们的GBDT了。

4. 实例详解

本人用python以及pandas库实现GBDT的简易版本，在下面的例子中用到的数据都在github可以找到，大家可以结合代码和下面的例子进行理解，欢迎star~

获取方式

关注微信公众号 datayx  然后回复 GBDT  即可获取。

重复此步骤，直到m>5 结束，最后生成5棵树。

4. 总结

本文章从GBDT算法的原理到实例详解进行了详细描述，但是目前只写了回归问题，GitHub上的代码也是实现了回归、二分类、多分类以及树的可视化。

原文 https://blog.csdn.net/zpalyq110/article/details/79527653

---

阅读过本文的人还看了以下：

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

长按图片，识别二维码，点关注

AI项目体验

https://loveai.tech