xgboost 学习笔记

决策树算法的好坏需要一个标准来评估，对于分类问题，可以用信息增益（ID3）、信息增益率（C4.5）、基尼系数（CART）等等；对于回归问题，可以用均方误差、对数误差等。 所谓集成学习，是指构建多个分类器（弱分类器）对数据集进行预测，然后用某种策略将多个分类器预测的结果集成起来，作为最终预测结果。 xgboost 是由多颗 CART 树集成，xgboost 本质上还是一个 GBDT，但是力争把速度和

>>阅读原文<<