集成学习之Xgboost

        本篇博客用到了MSE函数Sigmoid函数

        第一、二节引入了正则项、损失函数的相关知识。第三节详细分析了Xgboost模型,包括基函数、模型原理、模型目标函数的构建以及怎样构造最优树结构。最后一节简单描述了Xgboost的应用。

一、正则项

二、损失函数

 

三、Xgboost模型

四、应用分析

参考目录:https://www.jianshu.com/p/7467e616f227

                  https://www.cnblogs.com/pinard/p/6140514.html

                  https://blog.csdn.net/yinyu19950811/article/details/81079192

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值