博主记忆力较差,主要目的是以后忘了的时候可以不用去网上找各种资料,内容有从其他地方摘录,也有自己总结,转载请注明出处
其实Wikipedia GBDT 对算法写的最清楚, 从gradient boosting 到 gradient boosting (decision) tree
Gradient boosting
Gradient Boosting是一种Boosting的方法,其与传统的Boosting的区别是,每一次的计算是为了减少上一次的残差(residual),而为了消除残差,可以在残差减少的梯度(Gradient)方向上建立一个新的模型。所以说,在Gradient Boosting中,每个新的模型的建立是为了使得之前模型的残差往梯度方向减少,与传统Boosting对正确、错误样本进行加权有着很大的区别。这个梯度代表上一轮学习器损失函数对预测值求导。
算法
对于 hm , 计算一个 γm