梯度提升技术 编辑
梯度提升是一种用于回归分析和统计分类问题的机器学习技术，其产生的预测模型是弱预测模型的集成学习，如采用典型的决策树学习作为弱预测模型，这时则为梯度提升树。像其他提升方法一样，它以分阶段的方式构建模型，但它通过允许对任意可可微函数损失函数进行优化作为对一般提升方法的推广。
4
图片 0 图片
评论 0 评论
匿名用户 · [[ show_time(comment.timestamp) ]]
[[ nltobr(comment.content) ]]
相关
XGBoost 是一个开源软件函式库，它为 C++、Java、Python、
R语言、和Julia提供了一个梯度提升技术框架，适用于Linux、Microsoft Windows、和
MacOS。 根据项目的描述，它的目的在于提供一个"可扩展、可移植和分布式梯度提升库"。 XGBoost除了可以在单一机器上运行，也支持运行在分布式框架Apache Hadoop、Apache Spark、Apache Flink。
近几年，由于这个算法受到许多在机器学习竞赛中获奖团队的青睐，因而受到了广泛的欢迎和关注。
Scikit-learn是用于Python编程语言的自由软件机器学习库。它的特征是具有各种统计分类、回归分析和聚类分析算法，包括支持向量机、随机森林、梯度提升技术、K-平均算法和DBSCAN，它被设计协同于Python数值和科学库NumPy和SciPy。