GBDT的回归、二分类以及多分类教程
向AI转型的程序员都关注了这个号????????????
人工智能大数据与深度学习 公众号：datayx
GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升树，在传统机器学习算法中，GBDT算的上TOP3的算法。想要理解GBDT的真正意义，那就必须理解GBDT中的Gradient Boosting 和Decision Tree分别是什么？
1. Decision Tree：CART回归树
2. Gradient Boosting： 拟合负梯度
3. GBDT算法原理
上面两节分别将Decision Tree和Gradient Boosting介绍完了，下面将这两部分组合在一起就是我们的GBDT了。
4. 实例详解
本人用python以及pandas库实现GBDT的简易版本，在下面的例子中用到的数据都在github可以找到，大家可以结合代码和下面的例子进行理解，欢迎star~
获取方式
关注微信公众号 datayx 然后回复 GBDT 即可获取。
重复此步骤，直到m>5 结束，最后生成5棵树。
4. 总结
本文章从GBDT算法的原理到实例详解进行了详细描述，但是目前只写了回归问题，GitHub上的代码也是实现了回归、二分类、多分类以及树的可视化。
原文 https://blog.csdn.net/zpalyq110/article/details/79527653
阅读过本文的人还看了以下：
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
AI项目体验
https://loveai.tech