原书出处
大数据挖掘与统计机器学习
05 第5章 决策树与组合方法
通常选取本书第2章介绍的平方损失或基于似然函数的负对数似然损失等)来求解参数:
对于大多数损失函数和基函数,上式的最优解一般很难求得。通常可以使用分步向前(forward stagewise)的方式拟合。也就是给定初始函数f0(x),对于第m步迭代,寻找最优的基函数b(x; γm)和展开式系数βm:
然后令fm(x)=fm-1(x)+βmb(x; γm)。 下面我们来证明二分类
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0003.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00