微信公眾號:AIKaggle
歡迎建議和拍磚,若需要資源,請公眾號留言;
如果你覺得AIKaggle對你有幫助,歡迎讚賞
Boosting算法的前世今生(上篇)
目錄1. 引言2. AdaBoost2.1 AdaBoost算法框架2.2 思考3. 梯度提升樹算法(GBDT/GBRT)3.1 梯度提升樹算法框架3.2 思考:3.3 GBDT 常用損失函數3.3.1 分類算法3.3.2 回歸算法3.4 梯度提升樹的正則化4. 關注AIKaggle5. 讚賞Kaggle實戰機器學習
本系列文章將會梳理Boosting算法的發展,從Boosting算法入手,介紹Adaboost,GBDT/GBRT算法,XGBoost算法,LightGBM算法,CATBoost算法,Thunder GBM算法等,介紹Boosting算法族的原理,框架,推導等,本文 - Boosting算法的前世今生(上篇)將介紹AdaBoost算法和梯度提升樹算法,下篇將會詳細介紹XGBoost算法,LightGBM算法,CATBoost算法,Thunder GBM算法等,也可關注公眾號:AIKaggle,獲取算法動態。
1. 引言. AdaBoost3.3.2 回歸算法
3.4 梯度提升樹的正則化4. 關注AIKaggle
Nice to meet you !