GradientBoostingRegressor中的损失函数
GradientBoostingRegressor中的损失函数
提问于 2020-10-22 08:26:15
学习GradientBoostingRegressor：
我在看GradientBoostingRegressor的scikit学习文档。
这里说，我们可以使用'ls‘作为一个损失函数，这是最小二乘回归。但是我很困惑，因为最小二乘回归是一种最小化SSE损失函数的方法。
所以他们不应该在这里提到SSE吗？
回答 1
Data Science用户
发布于 2020-10-22 08:57:41
请注意，该算法称为梯度增强回归。
这样做的目的是让决策树的梯度最小化。这个梯度是一个损失函数，可以采取更多的形式。
该算法根据先前拟合的决策树和预测的决策树的误差，将每个决策树进行聚类。这样你就有了你想要的损失函数。
这个参数就是关于这个的。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/84357
复制相关文章
相似问题
腾讯云开发者
