提升树、梯度提升、梯度提升树(GBDT)

提升树

提升树是以分类树或回归树为基本分类器的提升方法。
在这里插入图片描述

模型

提升树也同提升算法一样采用加法模型(即基函数的线性组合)与前向分步算法,不过基学习器换为决策树。
所以提升树模型可以表示为决策树的加法模型:
在这里插入图片描述
T()表示决策树,M为树的个数 ,Θ表示决策树的参数。

算法

采用前向分步算法,首先确定初始的提升树f0(x) = 0,第m步的模型是:
在这里插入图片描述
通过经验风险极小化确定下一棵决策树的参数:
在这里插入图片描述

策略

对于针对不同问题的提升树算法主要区别在于使用的损失函数

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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