目录 1、前向分布算法2、负梯度拟合3、二分类4、多分类5、回归6、损失函数sklearn参数资料 1、前向分布算法 前向分布算法可以理解为将最终模型的所有参数,逐步分解为各个基函数的参数,逐步计算每一个基函数的权重。 2、负梯度拟合 针对损失函数拟合方法的问题,大牛Freidman提出了用损失函数的负梯度来拟合本轮损失的近似值。 3、二分类 4、多分类 5、回归 6、损失函数 sklearn参数 scikit-learn 梯度提升树(GBDT)调参小结 资料 梯度提升树(GBDT)原理小结