gbliner gbtree dart gblinear booster: 线性 弱学习器 gbtree booster： cart树 dart booster: xgboost是一群具备很小学习率权重的树的集合。这种情况下，越早加入的树比后加入的树更重要些。（粗俗：越学，越没什么可学的） 这个新颖在：随机丢弃树。 pros：防止过拟合cons：比gbtree训练慢，因为丢弃会不利于prediction buffer，早停也会不稳定。 dart原版信息
本文介绍了DART（Dropout Additive Regression Trees）提升算法的工作原理及其优缺点。DART是一种集成学习方法，通过随机丢弃部分基学习器（树）来达到防止过拟合的目的。相较于传统的GBTree方法，DART训练速度较慢且预测稳定性较差，但在某些场景下能有效提高模型泛化能力。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
