机器学习(十九):梯度提升回归(GBR) 编程语言 2022-08-03 10:23 0 阅读 文章目录 一、什么是梯度提升回归? 1.1 介绍 1.2 步骤 1.3 梯度提升的优势 二、梯度提升 2.1 语法 2.2 数据集 2.3 数据准备 2.4 梯度回归实现 2.5 随机搜索 2.6 特征重要性 2.7 评估训练和测试偏差 三、最后 3.1 总结 3.2 优缺点 一、什么是梯度提升回归? 机器学习中的“提升”是一种将多个简单模型组合成单个复合模型的方法。这也是为什么 boosting 被称为加法模型的原因,因为简单模型(也称为弱学习器)一次添加一个,同时保持模型中现有的树不变。随着我们组合越来越多的简单模型,完整的最终模型成为更强大的预测器。“梯度提升”中的“梯度”一词源于该算法使用梯度下降来最小化损失。 猜你喜欢