大牛博客推荐:
wepon
原始论文 : XGBoost: A Scalable Tree Boosting System
xgboost的slide
中文原理说明
xgboost的原理篇看了很多,总结大牛博客和自己笔记基础上也写到博客上吧。
1、cart分类回归树
2、回归树集成
3、如何学习目标函数
3.1 addaptive tarning:
3.2 二阶泰勒展开式:
这里泰勒展开式中的f(x)就是损失函数。后面是当损失函数是平方损失函数时,与之前一致。
3.3 新的目标函数
这里
3.4 重新定义树
q(x)表示样本x在某个叶子节点上,wq(x)是该节点的打分,即该样本的模型预测值。
3.5 树的复杂度
3.6
3.7
3.8
参考文献:
1、http://blog.csdn.net/china1000/article/details/51106856
2、http://wepon.me/files/gbdt.pdf
3、http://blog.csdn.net/sb19931201/article/details/52557382