机器学习模型-GBDT

梯度提高随机树GBDT 1.基本概念app GBDT是一种基于集成思想的决策树模型，本质是基于残差学习。函数 特色在于：可处理各类类型的数据；有着较高的准确率；对异常值的鲁棒性强；不能并行训练数据学习 2.GBDT训练过程编码 GBDT采用加法模型，经过不断减少训练过程产生的残差，以此对数据进行回归或分类。GBDT进行多轮迭代，每轮迭代产生一个弱分类器CART回归树，该分类器是在上一轮分类器的残差

>>阅读原文<<