关键词:
- boosting方法
- 集成学习
- 加法模型
- 回归思想
- 梯度提升
- 最优化问题
xgboost算法原理:
boosting方法的回归思想
boosting方法:把多个弱学习器的结果结合起来得到最终结果
回归思想:把每个弱学习器的输出结果当做连续值,这样,可以对每个弱学习器的结果进行累加处理,且能够更好的利用损失函数来优化模型
小结:Boosting方法把每个弱学习器的输出看成是连续值,使得损失函数是个连续值,因此可以通过弱学习器的迭代达到优化模型的目的,这也是集成学习法加法模型的原理所在