m0_47267927的博客

XGBoost：理论基础与模型应用XGBoost：理论基础与模型应用(一) 决策树模型文章目录XGBoost：理论基础与模型应用集成学习集成学习介绍BoostingBaggingStacking集成学习集成学习是当前机器学习领域热点研究问题之一，近年来研究成果层出不穷，在诸如Kaggle等知名机器学习、数据竞赛中也屡屡崭露头角。XGBoost与谷歌所开发的LightGBM(轻量级梯度提升机)则并称为集成学习的倚天屠龙。集成学习介绍集成学习的基本思想是把多个学习器通过一定方法进行组合，以达到最

XGBoost：理论基础与模型应用(一) 决策树模型目录XGBoost：理论基础与模型应用(一) 决策树模型前言ID3算法信息增益ID3算法过程C4.5CARTCART生成分类树的生成回归树的生成总结主要参考[Ref.1-2]，加以自己的实践、经验以及他人研究整理而成。如有事宜、讨论，请联系私信我或在下方评论。[1] 何龙.深入理解XGBoost[M].北京：机械工业出版社，2020.[2] Chen T, Guestrin C. Xgboost: A scalable tree boosting