1、集成算法xgboost -- 梯度提升树
该算法思想就是不断地添加树,不断地进行特征分裂来生长一棵树,每次添加一个树,其实是学习一个新函数,去拟合上次预测的残差。当我们训练完成得到k棵树,我们要预测一个样本的分数,其实就是根据这个样本的特征,在每棵树中会落到对应的一个叶子节点,每个叶子节点就对应一个分数,最后只需要将每棵树对应的分数加起来就是该样本的预测值。
在原有的模型基础上,不断加入新的函数,使得损失函数越来越小
惩罚项:
惩罚项计算方式如下:
2、目标函数:
转换目标函数的形式:
求解W,带回原目标函数:
参考唐宇迪机器学习课程:https://www.bilibili.com/video/av45796417/?p=78