GBRT

机器学习：梯度Boost决策树

又称作：MART(MultipleAdditiveRegressionTree)，GBRT(GradientBoostRegressionTree)，TreeNet。发明者：Friedman。
ztf312·2016-03-26 21:00

【机器学习】迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合    单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF
zhoubl668·2016-02-25 20:00

GBDT/GBRT迭代决策树

迭代决策树有以下名称：GBDT（GradientBoostDecisionTree）渐进梯度决策树GBRT（GradientBo
初雪之音·2016-02-16 11:00

数据化运营(2)

本章节中关于算法的一些描述我觉得有些不妥，例如介绍决策树(DT)的优缺点的时候，文中指出“如果目标变量是连续型变量，那么决策树就不适用了，最好改成线性回归”，其实DT算法也是可以解决回归问题的，例如互联网广告页面的点击率预测就可以用GBRT
·2015-11-13 19:37

阿里游戏大数据sesson2_RF&GBRT（上）

----------一个小的游戏体验，对于不太熟悉Xlab RF和GBRT同学们都叫参考，不喜勿喷，大神绕道，米姆达。 。 。。 。
·2015-11-02 15:09

从boost到Adaboost再到GBRT-GBDT-MART

  本文是要配合《统计学习方法》才能看懂的，因为中间有些符号和定义是直接使用书本中的   先弄明白以下三个公式： 1）Boost（提升法）=加法模型（即基函数的线性组合）+前向分步算法+损失函数 2）Adaboost=Boost+损失函数是指数函数（基函数可以任意） 3）提升树=Boost+基函数是决策树（损失函数可以任意）  由此可以看出： 1）B
·2015-10-31 11:11

CART-GBRT-GBDT

平方误差和 　　区域估计值：均值（在给定的划分下，均值带来的平方误差和最小） 分类树： 　　节点非纯度量：误分类误差、Gini指数、熵       区域估计值：多数类 GBRT
·2015-10-31 10:44

Gradient Boosting Decision Tree学习

GradientBoostingDecisionTree，即梯度提升树，简称GBDT，也叫GBRT（GradientBoostingRegressionTree），也称为MultipleAdditiveRegressionTree
u014568921·2015-10-24 11:00

GBDT（Gradient Boost Decision Tree）

GBDT，全称GradientBoostingDecisionTree，叫法比较多，如Treelink、GBRT(GradientBoostRegressionTree)、TreeNet、MART(MultipleAdditiveRegressionTree
GeekStuff·2015-09-13 15:46

机器学习算法-梯度树提升GTB（GBRT）

本文由拾毅者发布于http://blog.csdn.net/dream_angel_z/article/details/48085889，转载请注明出处，如果有问题，请联系：[email protected]决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的
拾毅者·2015-08-29 11:35

机器学习算法-梯度树提升GTB（GBRT）

本文由拾毅者发布于http://blog.csdn.net/dream_angel_z/article/details/48085889，转载请注明出处，如果有问题，请联系：[email protected]决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的
拾毅者·2015-08-29 11:35

机器学习算法-梯度树提升GTB（GBRT）

本文由拾毅者发布于http://blog.csdn.net/dream_angel_z/article/details/48085889，转载请注明出处，如果有问题，请联系：[email protected]决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的
Dream_angel_Z·2015-08-29 11:00

深度分析pGBRT源码

几篇比较好介绍GBRT算法的博文：http://hi.baidu.com/hehehehello/item/96cc42e45c16e7265a2d64eehttp://blog.csdn.net/puqutogether
dajiangxiaoyan·2015-04-25 16:00

毕业快三年了

为了怕自己偷懒，在次承诺接下来会发几篇文章介绍下分布式版的随机森林（id3，c4.5, cart）， c5.0， gbrt等。
dajiangxiaoyan·2015-04-25 10:00

迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF。
u010454729·2015-03-27 21:00

RankLib源码分析---MART(GBRT)

参考论文：GREEDYFUNCTIONAPPROXIMATION: AGRADIENTBOOSTINGMACHINE1.boosting的算法流程2.针对排序问题的具体算法这里F(x)为我们针对指定query的x文档的打分结果。对L的定义为:因此  对于树h，需要满足：代码实现中˜yi的结果为正或者为负，最佳切分点S定义在：构建树的时候，输入为（xi,lambdai）,其中lambdai代表着对x
guoguo881218·2015-01-02 16:00

【机器学习】迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF。
DianaCody·2014-11-01 23:53

【机器学习】迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF。
DianaCody·2014-11-01 23:53

【机器学习】迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合    单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF
DianaCody·2014-11-01 23:00

Weka算法Classifier-meta-AdditiveRegression源码分析

博主最近迷上了打怪物猎人，这片文章拖了很久才开始动笔一、算法AdditiveRegression，换个更出名一点的叫法可以称作GBDT(GrandientBoostingDecisionTree)梯度下降分类树，或者GBRT
ROger__wonG·2014-10-26 21:00

阿里大数据比赛sesson2_RF&GBRT（下）

-----------__-----------接上文---------__----------                         2、XlabRF上手2.1、训练特征表准备训练的特征表gbrt_offline_section_one
u010691898·2014-07-10 11:00

阿里大数据比赛sesson2_RF&GBRT（上）

----------一点比赛心得，供不太熟悉XlabRF和GBRT调用的同学参考，不喜勿喷，大神绕道，么么哒。。。。。
u010691898·2014-07-08 19:00

gbrt（gbdt）源码分享

GBDT(GradientBoostDecisionTree)目前是工业界最为流行的机器学习工具之一，我最近依据一些开源实现，写了一个精简版的gbrt，也就是（GradientBoostRegressionTree
yihucha166·2013-01-22 14:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他