北京
分享至
编辑：ShowMeAI编辑部
XGBoost Algorithm Explained in Less Than 5 Minutes5分钟解析 XGBoost 算法
https://medium.com/@techynilesh/xgboost-algorithm-explained-in-less-than-5-minutes-b561dcc1ccee
XGBoost 是许多数据科学家的首选算法，最初是由陈天奇开发，工作原理是将多个『弱学习器』组合成一个『强学习器』，通过训练许多决策树来工作——每棵树都在数据的一个子集上进行训练，然后将每棵树的预测组合起来形成最终的预测。
XGBoost 的设计目标是高效、灵活、便携，在分类、回归和排名等各种任务中的表现优于其他机器学习算法。作为对 GBM 算法的改进，XGBoost 使用的正则化模型有助于防止过拟合，也有许多可调整的参数能提高算法的性能：
max_depth：决策树的最大深度eta：学习率gamma：进行拆分所需的最小损失减少subsample：用于训练每棵树的训练数据的一部分
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
