gbdt總結(jié)-文庫(kù)吧
2025-07-21 01:43 本頁(yè)面
【正文】 ③ 隨機(jī)森林可以更容易調(diào)整樹(shù)的數(shù)量，因?yàn)樗阅茈S著樹(shù)的數(shù)量單調(diào)遞增（然而，如果GBTs樹(shù)的數(shù)量變得太大，則其性能開(kāi)始降低）。 ④ 組成隨機(jī)森林的樹(shù)可以是分類(lèi)樹(shù)，也可以是回歸樹(shù)；而GBTs只由回歸樹(shù)組成。（盡管GBTs調(diào)整后也可用于分類(lèi)，但不代表GBTs是分類(lèi)樹(shù)） ⑤ 對(duì)于最終的輸出結(jié)果而言，隨機(jī)森林采用多數(shù)投票等；而GBDT則是將所有結(jié)果累加起來(lái)，或者加權(quán)累加起來(lái)。2. GBTs的介紹 GBTs的簡(jiǎn)單介紹GBTs是對(duì)決策樹(shù)的集成學(xué)習(xí)。GBTs迭代地訓(xùn)練決策樹(shù)以使得損失函數(shù)最小化。 類(lèi)似于決策樹(shù)，GBTs可處理特征分類(lèi)問(wèn)題，也可擴(kuò)展到多類(lèi)問(wèn)題，不需要特征縮放。注：GBTs還不支持多分類(lèi)問(wèn)題，對(duì)于多分類(lèi)問(wèn)題可以使用決策樹(shù)或者隨機(jī)森林。 GBTs算法回歸問(wèn)題提升樹(shù)使用以下前向分步算法：在前向分步算法的第步，給定當(dāng)前模型，需求解得到，即第棵
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1