GBDT算法步骤

说明：本篇文章是参看文章结尾相关博客写的读书笔记。 GBDT算法步骤： k：表示待分类的类别，一共有K个类别。 m：表示迭代次数，一共迭代M次。 i：表示样本编号，一共有N个样本。 Fk0(x)：表示样本x在第k个分类下的估值，是一个k维的向量。下表0表示第0次迭代。例如：假设输入数据x可能属于5个分类（分别为1,2,3,4,5），训练数据中，x属于类别3，则y = (0, 0, 1, 0, 0)

>>阅读原文<<