Gradient 表示 梯度,比如著名的梯度下降算法,就叫做 Gradient Descent 。梯度的意思是什么呢?为什么叫 梯度下降。“到目前为止,我们的确没有用到求导的 Gradient”1,由此可见,Gradient 通常和求导联系在一起,而求导的目的,是寻找到下降最快的方向。所以梯度的意思,是指收敛速度最快的方向。
Boosting,维基百科的解释是:“is a machine learning ensemble meta-algorithm for primarily reducing bias, and also variance in supervised learning, and a family of machine learning algorithms that convert weak learners to strong ones”2。是一种机器学习融合算法,用于在监督学习中降低偏差和方差。中文翻译有如下几种:助推、推进3、迭代1等,可能还有其他翻译,但都表示一个意思,那就是通过融合多个弱学习器形成一个强学习器的过程。
所以 Gradient Boosting 的意思,表示沿着收敛速度最快的方向,融合多个弱学习器,形成一个强学习器。DT 表示 Decision Tree,决策树。所以 GBDT 连起来的意思就是,沿着收敛速度最快的方向,融合多个决策树,后一个决策树优化的方向,正是上一个决策树的梯度方向,逐渐层级,形成一个强学习器的算法。