← 返回卡片

原书出处

智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)

08 第8章 推荐系统的主要算法

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.565Z

其中,T表示叶子的个数,ω是叶子的权重。XGBoost在训练过程中对叶子节点个数进行惩罚,相当于在训练过程中进行剪枝。

直观上看,目标函数要求预测误差尽量小,叶子节点尽量少,节点上的数值尽量不极端,因为叶子节点数量越多的树越可能出现过拟合的情况。

那么,如何实现分裂点的选择和叶子节点数值的预测呢?分裂点的选择还是采用枚举方法:计算每个特征的损失函数值,选择损失函数值

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0114.html

EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976