2018年1月9日

梯度提升树-负梯度和残差的理解

摘要: 提升树:提升方法采用加法模型(基函数的线性组合)与前向分布算法,以决策树为基函数的提升方法为提升树。 对于一般的回归树,采用平方误差损失函数,这时根据前向分布每次只需要达到最优化,就能保证整体上的优化。由于平方误差的特殊性,可以推导出每次只需要拟合残差(真实值-预测值)。 梯度提升树:而对于其他损失 阅读全文

posted @ 2018-01-09 17:17 mdumpling 阅读(4512) 评论(2) 推荐(1) 编辑

正则化方法L1 L2

摘要: 转载:http://blog.csdn.net/u012162613/article/details/44261657(请移步原文) 正则化方法:防止过拟合,提高泛化能力 在训练数据不够多时,或者overtraining时,常常会导致overfitting(过拟合)。其直观的表现如下图所示,随着训练 阅读全文

posted @ 2018-01-09 15:40 mdumpling 阅读(690) 评论(0) 推荐(0) 编辑

导航