梯度提升树GBDT
GBDT全称Gradient-boosting decision tree,即用gradient boosting策略训练出来的决策树模型。模型的结果是一组CART树(回归分类树)的组合\(T_1, ..., T_K\),其中\(T_j\)学习的是之前\(j-1\)棵树预测结果的残差。
这种思想就像准备考试前的复习,先做一遍习题册,然后把做错的题目挑出来,在做一次,然后把做错的题目挑出来在做一次,经过反复多轮训练,取得最好的成绩。
而模型最后的输出,是一个样本在各个树中输出的结果的和:
\[\overline y = \sum_{k=1}^K f_k(x)
\]
优化目标如下: