您的位置: 首页 > 文章 > 机器学习基础算法22-提升理论-GBDT、XGBoost、Adaboost、方差与偏方 机器学习基础算法22-提升理论-GBDT、XGBoost、Adaboost、方差与偏方 分类: 文章 • 2024-08-13 08:39:22 文章目录 一、提升 1.提升的概念 2.提升算法 3.梯度提升决策树-GBDT 1)提升算法推导-梯度提升法 2)GBDT 4.XGBT推导 1)提升算法推导-考虑使用二阶导信息 2)决策树结构的划分 3)XGBT总结 5.Adaboost算法 1)Adaboost算法推导 2)Adaboost算法举例 3)Adaboost算法收敛性证明 4)Adaboost总结 6.方差与偏差 一、提升 1.提升的概念 2.提升算法 3.梯度提升决策树-GBDT 1)提升算法推导-梯度提升法 2)GBDT 4.XGBT推导 1)提升算法推导-考虑使用二阶导信息 2)决策树结构的划分 3)XGBT总结 5.Adaboost算法 1)Adaboost算法推导 2)Adaboost算法举例 3)Adaboost算法收敛性证明 4)Adaboost总结 6.方差与偏差