机器学习很多时候都是假设空间寻找一个函数使得
式中
但是,往往我们找到的函数,在测试集上未必可以表现出好的效果,泛化能力不见得强,如果我们可以构造一系列的弱学习器,将其线性组合起来,或许可以得到很强的泛化能力。这个想法被称作加法模型,表示如下:
式中
给定训练集和损失函数时,训练过程对应的优化问题可以表示为
通常这是一个复杂的优化问题,因为模型是加法模型,考虑分治算法思想,将其分割为一系列的子问题去求解,将减小优化的复杂度;具体地,从前往后,每一步学习一个基函数及其系数:
逐步地使得