点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
在决策树合奏中提升倾向于提高准确性,而覆盖范围较小的风险很小。在Azure机器学习中,增强的决策树使用MART梯度增强算法的有效实现。梯度提升是用于回归问题的机器学习技术。它使用预定义的损耗函数以逐步构建每个回归树,以测量每个步骤中的错误并在下一个步骤中纠正它。因此,预测模型实际上是弱预测模型的集合。在回归问题中,以逐步的方式增强一系列树,然后使用任意可区分的损失函数选择最佳树[27]。像随机森林一样,它使用了许多较小,较弱的模型,并将它们融合到最终的总结预测中。但是,
主要关键词