本文根据李航的统计学习方法和相关博文总结而成
前向分步算法
加法模型:
在给定训练数据及损失函数的条件下,学习加法模型
成为经验风险极小化问题,即损失函数极小化问题:
前向分步算法(forwardstagewisealgorithm)求解的想法是:加法模型从前向后,每一步只学习一个基函数及其系数,逐步逼近优化目标函数式(即上式),就可以简化优化复杂度。即每步只需优化如下损失函数:
前向分步算法的算法流程:
输入:训练数据集<