学习XGboost时遇到的问题

XGboost 概述 构造一个性能很高的预测(强学习器)是一件很困难事情 构造一个性能一般的预测(弱分类器)并不难 弱学习器：性能比随机猜测好(层数不深的CART(分类回归树)是一个好的选择) 集成算法在数据上构建很多个模型(多个弱评估器)，利用这些模型建模的结果，加以汇总，以获取比单个模型更好的回归或分类表现。这要求每一个单独的模型(弱评估器)必须要比随机猜测好，即预测准确率不低于50%(比如组

>>阅读原文<<