梯度提升树：修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
第28行： 第28行：
}}
}}


<math xmlns="http://www.w3.org/1998/Math/MathML">
[math]f_{\left.X\right|^{Y}}\left(x \mid C_{1}\right)=f_{X 1 X|Y| Y}\left(x_{1}, x_{2} \mid C_{1}\right)=f_{X \mid Y}\left(x_{1} \mid C_{1}\right) \cdot f_{X 2 \mid Y}\left(x_{2} \mid C_{1}\right)[/math]
  <msub>
    <mi>f</mi>
    <mrow>
      <msup>
        <mrow data-mjx-texclass="INNER">
          <mo data-mjx-texclass="OPEN" fence="true" stretchy="true" symmetric="true"></mo>
          <mi>X</mi>
          <mo data-mjx-texclass="CLOSE">|</mo>
        </mrow>
        <mrow>
          <mi>Y</mi>
        </mrow>
      </msup>
    </mrow>
  </msub>
  <mrow data-mjx-texclass="INNER">
    <mo data-mjx-texclass="OPEN">(</mo>
    <mi>x</mi>
    <mo>∣</mo>
    <msub>
      <mi>C</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo data-mjx-texclass="CLOSE">)</mo>
  </mrow>
  <mo>=</mo>
  <msub>
    <mi>f</mi>
    <mrow>
      <mi>X</mi>
      <mn>1</mn>
      <mi>X</mi>
      <mrow>
        <mo stretchy="false">|</mo>
      </mrow>
      <mi>Y</mi>
      <mrow>
        <mo stretchy="false">|</mo>
      </mrow>
      <mi>Y</mi>
    </mrow>
  </msub>
  <mrow data-mjx-texclass="INNER">
    <mo data-mjx-texclass="OPEN">(</mo>
    <msub>
      <mi>x</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo>,</mo>
    <msub>
      <mi>x</mi>
      <mrow>
        <mn>2</mn>
      </mrow>
    </msub>
    <mo>∣</mo>
    <msub>
      <mi>C</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo data-mjx-texclass="CLOSE">)</mo>
  </mrow>
  <mo>=</mo>
  <msub>
    <mi>f</mi>
    <mrow>
      <mi>X</mi>
      <mo>∣</mo>
      <mi>Y</mi>
    </mrow>
  </msub>
  <mrow data-mjx-texclass="INNER">
    <mo data-mjx-texclass="OPEN">(</mo>
    <msub>
      <mi>x</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo>∣</mo>
    <msub>
      <mi>C</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo data-mjx-texclass="CLOSE">)</mo>
  </mrow>
  <mo>⋅</mo>
  <msub>
    <mi>f</mi>
    <mrow>
      <mi>X</mi>
      <mn>2</mn>
      <mo>∣</mo>
      <mi>Y</mi>
    </mrow>
  </msub>
  <mrow data-mjx-texclass="INNER">
    <mo data-mjx-texclass="OPEN">(</mo>
    <msub>
      <mi>x</mi>
      <mrow>
        <mn>2</mn>
      </mrow>
    </msub>
    <mo>∣</mo>
    <msub>
      <mi>C</mi>
      <mrow>
        <mn>1</mn>
      </mrow>
    </msub>
    <mo data-mjx-texclass="CLOSE">)</mo>
  </mrow>
</math>


{{Navplate AlgorithmNodeList}}
{{Navplate AlgorithmNodeList}}


[[Category:分类训练器]]
[[Category:分类训练器]]

2023年12月27日 (三) 18:29的版本

Boosting GBDT.png
节点状态
PC可用
在 V1.0部署
梯度提升树Boosting GBDT.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名梯度提升树
功能主类别机器学习
英文缩写梯度提升树
功能亚类别分类训练器
节点类型数据挖掘
开发语言Python
节点简介

梯度提升树（Gradient Boosting Tree）是一种集成学习算法，通过迭代地训练弱学习器（通常是决策树），并将它们组合成一个强大的预测模型。与其他集成学习方法（如随机森林）不同，梯度提升树是通过优化损失函数的梯度来逐步改进模型的。

端口数量与逻辑控制(PC)
Input-入口2个
Output-出口3个
Loop-支持循环否
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点支持向量机
下一节点AdaBoost
WikimediaUI-Globe.svg相关网站




[math]f_{\left.X\right|^{Y}}\left(x \mid C_{1}\right)=f_{X 1 X|Y| Y}\left(x_{1}, x_{2} \mid C_{1}\right)=f_{X \mid Y}\left(x_{1} \mid C_{1}\right) \cdot f_{X 2 \mid Y}\left(x_{2} \mid C_{1}\right)[/math]

查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=梯度提升树&oldid=3884”
最近修改
此页面最后编辑于2023年12月27日 (星期三) 18:29。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].