【机器学习】 前向分布算法与GBDT算法梳理

1.前向分布算法  基本思想：每次只学习一个基函数及系数，逐步逼近最优解。html 以下所示：git 其中  为基函数，为基函数系数，为基函数的参数，这样只须要给定训练集与损失函数github 就能够利用最小化损失函数的原理进行学习，这样每次新一轮的学习只须要学习一个基函数的参数与对应的系数。算法 一个栗子：小明有100个苹果，小红第一次猜1*50个，剩余50个没猜对（残差），下一次小红猜有1*5

>>阅读原文<<