【机器学习】深刻剖析梯度提高决策树(GBDT)分类与回归

1. 梯度提高决策树概述 梯度提高决策树（Gradient Boosting Decision Tree，GBDT）是以决策树为基学习器的一种Boosting算法，它在每一轮迭代中创建一个决策树，使当前模型的残差在梯度方向上减小；而后将该决策树与当前模型进行线性组合获得新模型；不断重复，直到决策树数目达到指定的值，获得最终的强学习器。html 上一篇博客【机器学习】集成学习——Boosting与A

>>阅读原文<<