梯度提升树中的负梯度和残差关系

我们希望找到一个 f_m(x)  使得 L(y, f(x)) 最小,那么 f(x) 就得沿着使损失函数L减小的方向变化,即:

f(x_{1}) = f(x) - \frac{\partial L(y, f(x))}{\partial f(x)}

同时,最新的学习器是由当前学习器 f(x) 与本次要产生的回归树 T_{1}相加得到的:

f(x_{1}) = f(x) + T_{1}

因此,为了让损失函数减小,需要令:

- \frac{\partial L(y, f(x))}{\partial f(x)} = T_{1}

即用损失函数对f(x)的负梯度来拟合回归树。

posted @ 2018-11-01 16:23  康托漫步  阅读(1192)  评论(0编辑  收藏  举报