提升树和GBDT

提升树 提升树模型 以决策树为基函数的提升方法称为提升树(boosting tree)。 对分类问题是二叉分类树，对回归问题是二叉回归树。 提升树可以表示为决策树的加法模型： fM(x)=∑m=1MT(x;Θm) 其中， T(x;Θm) 表示决策树； Θm 为决策树的参数；M为树的个数。 提升树算法 提升树算法采用前向分步算法。首先确定初始提升树 f0(x)=0 ，第m步的模型是 fm(x)=fm

>>阅读原文<<