会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Solong1989
博客园
首页
新随笔
联系
订阅
管理
2019年4月16日
Xgboost小结与调参
摘要: 1、Xgboost对GBDT的优化 算法层面 1.XGB增加了正则项,能够防止过拟合。正则项为树模型复杂度,通过叶子节点数量和叶节点的值定义树模型复杂度。 T为叶子节点的数量,这T个叶子节点的值,组成了T维向量ω。 2.XGB损失函数是误差部分是二阶泰勒展开,GBDT 是一阶泰勒展开。因此损失函数近
阅读全文
posted @ 2019-04-16 16:52 Solong1989
阅读(704)
评论(0)
推荐(0)
编辑
公告