-
Python数据分析与机器学习38-Xgboost算法
一. 集成算法简介
下图是一个集成算法的图解:
y = wx +b
第一个树用来求权重值w
第二个树用来求截距 b
多个树结合在一起，模型整体的实用性更佳。
二. Xgboost集成算法简介
下图是集成算法的公式:
目标函数：
如何最优函数解？
集成算法的表示：
现在还剩下一个问题，我们如何选择每一轮加入什么f呢？答案是非常直接的，选取一个f来使得我们的目标函数尽量最大地降低
通过公式，将样本上遍历转换为在叶子节点上遍历
三. 图解Xgboost算法
参考：
- https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1
-
相关阅读:
机器学习——特征工程和评价指标
CDATA 解决xml 大于小于的转换问题
用 docker 创建 jmeter 容器，能做性能测试？
QT：使用自定义的信号与槽的方式
静态成员变量和成员函数
tomcat
实现有序的UUID
信息安全-网络安全的三大支柱和攻击向量
台式机U盘安装Centos7 安装界面黑屏并且没有网卡驱动
从无人机到实景三维海洋系统
- 原文地址：https://blog.csdn.net/u010520724/article/details/126082618