XGBoost原理简介

一、简述        这里先简单介绍下RF（Random Forest）、GBDT（Gradient Boosting Decision Tree）和XGBoost算法的原理。        RF：从M个训练样本中随机选取m个样本，从N个特征中随机选取n个特征，然后建立一颗决策树。这样训练出T棵树后，让这k颗树对测试集进行投票产生决策值。RF是一种bagging的思路。可以并行化处理。    

>>阅读原文<<