GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree),是一种迭代的决策树算法,该算法由多棵决策树组成,所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力较强的算法。
  1. 2 人赞了 GBDT与Adaboost的区别与联系 - 知乎专栏
  2. Gradient Boosting
  3. Gradient Boosting explained [demonstration]
  4. 机器学习算法实践-决策树(Decision Tree)
  5. 如何画XGBoost里面的决策树(decision tree)
  6. FingercrossAI | gbdt
  7. 怎么从零开始学习GBDT? - 知乎
  8. GBDT的python源码实现
  9. zhihu.com/lives
  10. Gradient Tree Boosting
  11. C++解析xml有什么好用的轮子? - 知乎
  12. 如何看待《全球最大基金用人工智能炒股试验,回报率超500...
  13. 梯度提升回归树 | Life is short, I use Pyhton3
  14. Gradient Boosting
  15. [每周一paper][KDD2016] Ranking Relevance in Yahoo...
  16. [数据挖掘] 回归和分类Kaggle实战 | HYPJUDY
  17. 基于树的adaboost和Gradient Tree Boosting...
  18. using-boosting-to-learn-from-errors | 绿萝间
  19. EM算法简单总结
  20. HYPJUDY
展开全文
参考链接
父主题
微信扫码咨询专知VIP会员