可生成图片类型（推荐）
可生成数据表类型（推荐）
折叠 | |
| 节点状态 | PC可用
在 V1.0部署
|
|---|---|
梯度提升树  | |
| 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 | |
| 相关节点 | |
| 上一节点 | 支持向量机 |
| 下一节点 | AdaBoost |
解析失败 (SVG（MathML可通过浏览器插件启用）：从服务器“https://wikimedia.org/api/rest_v1/”返回无效的响应（“Math extension cannot connect to Restbase.”）：): {\displaystyle <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> }
查找其他类别的节点，请参考以下列表
列表
数据处理节点
列表
数据分析节点
列表
机器学习节点
列表
AI和神经网络
列表
工具和辅助节点（Utils）
