GBDT--简单理解
来源:互联网 发布:pc电脑软件大全 编辑:程序博客网 时间:2024/05/24 02:13
梳理
1.Model Ensemble 可以分为三大类:Bagging,Boosting, Stacking.
2.Boosting可以说是一个思想(框架),而Adaboost等算法只是其一个子类,记得ICCV2015有一个结合CNN和Boosting的工作获得了Best Paper Award?:
3.Boosting的 前向分布算法(在每一步求解弱分类器Φ(m)和其参数w(m)的时候不去修改之前已经求好的分类器和参数):
4.不同的objective和最小化其的方法决定了不同种类的Boosting:
5.GBDT其实就是上图中的Gradient Boosting的一个子类(弱分类器为决策树)
决策树
1.决策树的入门介绍参考: 算法杂货铺——分类算法之决策树(Decision tree)
2.决策树的特征选择: 1)信息增益, 2)信息增益比
3.决策树的生成算法:1)ID3算法–根据信息增益; 2)C4.5算法–根据信息增益比; 3)CART(包括回归和分类;二叉树生成)
4.决策树的剪枝:其实就是一个Loss和T(表示决策树结点个数)trade off的过程
5.具体细节参考:《统计学习方法–李航》
0 0
- GBDT--简单理解
- GBDT理解二三事
- GBDT理解二三事
- 深入理解GBDT
- GBDT的深度理解
- GBDT 深入理解
- GBDT理解二三事
- 对GBDT的理解
- GBDT理解二三事
- GBDT原理理解
- 对GBDT的一点理解
- 一步一步理解GB、GBDT、xgboost
- 一步一步理解GB、GBDT、xgboost
- GBDT与梯度的理解
- 一步一步理解GB、GBDT、xgboost
- 对于gbdt的一些理解
- GBDT与梯度的理解
- GBDT
- ftp协议的URL定制
- 【案例】RAID卡写策略改变引发的问题
- Oracle高级查询之OVER (PARTITION BY ..)
- LVDS接口详解
- HTML5新控件 - 电话号码输入框
- GBDT--简单理解
- linux文件权限
- opencv中的cvcvtcolor源码
- Android开发系列(三):消息模式的Toast.make Text
- <c:if></c:if>中多个EL表达式
- jquery.chosen 强大的jquery模拟下拉框(select)插件
- 双链表逆向输出
- Nginx 错误处理方法: bind() to 0.0.0.0:80 failed
- iOS中为控件设置颜色渐变和透明度渐变