weixin_42546037的博客

【任务一 随机森林算法梳理】目录1.集成学习概念2.个体学习器概念3.boosting bagging3.1boosting3.2baggging4结合策略(平均法，投票法，学习法)4.1平均法4.2投票法4.3学习法5.随机森林思想6.随机森林的推广7.随机森林优缺点8.sklearn参数参数9.应用场景 目录 集成学习概念 个体学习器概念 boosting bagging 结合策略...

目录 CART树 算法原理 损失函数 分裂结点算法 正则化 对缺失值处理 优缺点 应用场景 sklearn参数 1.CART树 CART － Classification and Regression Trees 分类与回归树，是二叉树，可以用于分类，也可以用于回归问题，最先由 Breiman 等提出。 分类树的输出是样本的类别， 回归树的输出是一个实数。 1.1.CART算法 算法由以下两步...

Task2 GBDT算法梳理总述前向分布算法负梯度拟合损失函数回归二分类，多分类正则化优缺点Sklearn参数应用场景参考资料 总述 GBDT（gradient boosting decision tree）梯度提升决策树，是属于boosting集成算法的一类。bagging算法是每个个体学习器的样本是存在差异的，但是boosting每个个体学习器的样本是不变，但是每次迭代的样本权重是不同的。Ad...