m0_73729373的博客

原创 Datawhale AI 夏令营：入门lightgbm，开始特征工程

GBDT是一种集成学习方法，通过串行训练多棵决策树来逐步提升模型的预测能力。它的核心思想是结合多棵树的预测结果，从而获得比单棵树更好的泛化能力和预测精度。集成学习：通过结合多个弱分类器（决策树），GBDT能够减少偏差并提高模型的预测准确性。梯度提升：GBDT采用梯度提升方法，每棵新树的训练目标是减少之前模型的残差（或者对于某些损失函数，是负梯度）。在个性化商品推荐场景中，通常需要构建点击预估模型来预测用户点击或购买某个商品的概率。