GBM梯度提升机(或梯度推进机)是一种集成学习法(Ensemble)。GBM(Gradient Boosting Machine)算法是Boosting算法(提升方法)的一种。GBM主要思想是基于之前建立的基学习器的损失函数的梯度下降方向来建立下一个新的基学习器,目的就是希望通过集成这些基学习器使得模型总体的损失函数不断下降,模型不断改进。

成为VIP会员查看完整内容
GBM.pdf
48

相关内容

【伯克利-Ke Li】学习优化,74页ppt,Learning to Optimize
专知会员服务
40+阅读 · 2020年7月23日
专知会员服务
78+阅读 · 2020年6月20日
自定义损失函数Gradient Boosting
AI研习社
12+阅读 · 2018年10月16日
计算:XGBoost背后的数学之美
论智
12+阅读 · 2018年8月20日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
RF(随机森林)、GBDT、XGBoost面试级整理
数据挖掘入门与实战
6+阅读 · 2018年2月6日
机器学习(23)之GBDT详解
机器学习算法与Python学习
12+阅读 · 2017年10月25日
为什么『无监督集成学习』乏人问津?
AI研习社
10+阅读 · 2017年10月24日
机器学习(17)之集成学习原理总结
机器学习算法与Python学习
19+阅读 · 2017年9月16日
干货 | 详解scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
机器学习算法与Python学习
6+阅读 · 2017年7月26日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
5+阅读 · 2018年5月28日
Arxiv
5+阅读 · 2018年1月16日
VIP会员
相关资讯
自定义损失函数Gradient Boosting
AI研习社
12+阅读 · 2018年10月16日
计算:XGBoost背后的数学之美
论智
12+阅读 · 2018年8月20日
Machine Learning:十大机器学习算法
开源中国
19+阅读 · 2018年3月1日
RF(随机森林)、GBDT、XGBoost面试级整理
数据挖掘入门与实战
6+阅读 · 2018年2月6日
机器学习(23)之GBDT详解
机器学习算法与Python学习
12+阅读 · 2017年10月25日
为什么『无监督集成学习』乏人问津?
AI研习社
10+阅读 · 2017年10月24日
机器学习(17)之集成学习原理总结
机器学习算法与Python学习
19+阅读 · 2017年9月16日
干货 | 详解scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
机器学习算法与Python学习
6+阅读 · 2017年7月26日
微信扫码咨询专知VIP会员