机器学习之GBDT构建新特征

GBDT构建新的特征思想 特征决定模型性能上界，例如深度学习方法也是将数据如何更好的表达为特征。若是可以将数据表达成为线性可分的数据，那么使用简单的线性模型就能够取得很好的效果。GBDT构建新的特征也是使特征更好地表达数据。python 主要思想：GBDT每棵树的路径所表明的特征组合直接做为LR的输入特征使用。数组 用已有特征训练GBDT模型，而后利用GBDT模型学习到的树来构造新特征，最后把这些

>>阅读原文<<