訓練過程
僞代碼如下:
初始化,f_m = f_0= label均值
每新建一個樹,
更新殘差 res_m = label - f_m
更新葉子節點預測值 f_m = f_prev + lr * res_m
每做一次特徵劃分,計算SE = (殘差res_m-殘差均值)**2
預測過程
預測結果 = 訓練數據label均值 + lr*每棵樹對應葉子節點的殘差之和
僞代碼如下:
初始化,f_m = f_0= label均值
每新建一個樹,
更新殘差 res_m = label - f_m
更新葉子節點預測值 f_m = f_prev + lr * res_m
每做一次特徵劃分,計算SE = (殘差res_m-殘差均值)**2
預測結果 = 訓練數據label均值 + lr*每棵樹對應葉子節點的殘差之和