Câu hỏi được gắn thẻ «boosting»

Một họ các thuật toán kết hợp các mô hình dự đoán yếu thành một mô hình dự đoán mạnh mẽ. Cách tiếp cận phổ biến nhất được gọi là tăng cường độ dốc và các mô hình yếu được sử dụng phổ biến nhất là cây phân loại / hồi quy.












1
XGBoost Mất chức năng xấp xỉ với mở rộng Taylor
Ví dụ: lấy hàm mục tiêu của mô hình XGBoost trên lần lặp thứ :ttt L( t )= ∑i = 1nℓ ( ytôi, y^( t - 1 )tôi+ft(xi))+Ω(ft)L(t)=∑i=1nℓ(yi,y^i(t−1)+ft(xi))+Ω(ft)\mathcal{L}^{(t)}=\sum_{i=1}^n\ell(y_i,\hat{y}_i^{(t-1)}+f_t(\mathbf{x}_i))+\Omega(f_t) Trong đó là hàm mất, là đầu ra của cây và là chính quy. Một trong những bước chính (nhiều) để tính …




Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.