gbdt總結(jié)-文庫吧
2025-07-21 01:43 本頁面
【正文】 ③ 隨機森林可以更容易調(diào)整樹的數(shù)量，因為它性能隨著樹的數(shù)量單調(diào)遞增（然而，如果GBTs樹的數(shù)量變得太大，則其性能開始降低）。 ④ 組成隨機森林的樹可以是分類樹，也可以是回歸樹；而GBTs只由回歸樹組成。（盡管GBTs調(diào)整后也可用于分類，但不代表GBTs是分類樹） ⑤ 對于最終的輸出結(jié)果而言，隨機森林采用多數(shù)投票等；而GBDT則是將所有結(jié)果累加起來，或者加權(quán)累加起來。2. GBTs的介紹 GBTs的簡單介紹GBTs是對決策樹的集成學(xué)習(xí)。GBTs迭代地訓(xùn)練決策樹以使得損失函數(shù)最小化。 類似于決策樹，GBTs可處理特征分類問題，也可擴展到多類問題，不需要特征縮放。注：GBTs還不支持多分類問題，對于多分類問題可以使用決策樹或者隨機森林。 GBTs算法回歸問題提升樹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-1