05梯度提升分类树

梯度提升分类树 一、GBDT-logloss算法流程 1、公式导图 注意: Fo是产生的一个起始预测值(可随机)，即两个样本分类的比例的对数 负梯度(即残差)，其中yi表示我们的样本分类(yi也可以认为概率)。总结起来说负梯度就是距离真实值还差多少 y ~ i \widetilde{y}_i y ​i​ 我们可以根据各样本在loss函数中关于的负梯度 的大小，来对判断是否合适。 γ m j 表 示

>>阅读原文<<