原始GBDT推导

原始GBDT推导

GBDT采用的是数值优化的思维, 用的最速下降法去求解Loss Function的最优解, 其中用CART决策树去拟合负梯度, 用牛顿法求步长.

XGboost用的解析的思维, 对Loss Function展开到二阶近似, 求得解析解, 用解析解作为Gain来建立决策树, 使得Loss Function最优.

原始GBDT推导

相关文章：

2021-11-20
2021-12-05
2022-01-12
2021-10-31
2022-01-23
2021-10-28
2021-06-05
2022-12-23

猜你喜欢

2021-10-22
2021-12-04
2021-07-31
2021-12-18
2021-08-27
2022-01-17
2021-04-07

相关资源

下载 2023-02-06
下载 2023-01-13
下载 2021-06-28
下载 2021-06-05

相似解决方案

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode