在進行特徵選擇時,一般有三種方式: 1.正則化L1/L2 2.降維(PCA/LDA)
優化模型的兩種策略: 1.1 基於殘差的方法 殘差其實就是真實值和預測值之間的差值,在學習的過程中,首先學習一顆迴歸樹,然後將“真實值-預測值”得到殘差,再把殘差作爲一個學習目標,學習下一棵迴歸樹,依次類推,直到殘差小於某個
GBDT:GBDT有基於殘差和基於梯度兩個版本 殘差: 梯度: