笔记(总结)-XGBoost的前世今生

现今的各类数据挖掘比赛中，决策树模型占据了半壁江山（另外半壁基本就是神经网络模型）。决策树，本质上来说就是通过一系列的“规则”将样本集不断划分归类，最后归为同一类的样本被认为是相似的，赋予相同的预测值。 决策树相对于其他机器学习模型来说： 可解释较强（规则划分） 能够有合理的调参依据（树深度、叶子节点个数等参数概念都很直观） 适用于bagging和boosting方式的建模（Random Fore

>>阅读原文<<