m0_47267927的博客

XGBoost：理论基础与模型应用 XGBoost：理论基础与模型应用(一) 决策树模型 文章目录XGBoost：理论基础与模型应用集成学习集成学习介绍BoostingBaggingStacking 集成学习 集成学习是当前机器学习领域热点研究问题之一，近年来研究成果层出不穷，在诸如Kaggle等知名机器学习、数据竞赛中也屡屡崭露头角。XGBoost与谷歌所开发的LightGBM(轻量级梯度提升机)则并称为集成学习的倚天屠龙。 集成学习介绍 集成学习的基本思想是把多个学习器通过一定方法进行组合，以达到最

XGBoost：理论基础与模型应用(一) 决策树模型 目录XGBoost：理论基础与模型应用(一) 决策树模型前言ID3算法信息增益ID3算法过程C4.5CARTCART生成分类树的生成回归树的生成总结 主要参考[Ref.1-2]，加以自己的实践、经验以及他人研究整理而成。如有事宜、讨论，请联系私信我或在下方评论。 [1] 何龙.深入理解XGBoost[M].北京：机械工业出版社，2020. [2] Chen T, Guestrin C. Xgboost: A scalable tree boosting