当前位置:主页 > 日博ribo88 >

你知道XGBoost背后的数学原理是什么吗?

作者:365bet赌城投注发布时间:2019-02-12 08:16

如上图所示,李磊和韩梅梅在点a,目标苹果树在点g。
山中的环境很复杂。我该怎么做才能确认我在山谷的底部?
有两种方法。
1
韩梅梅计算了A点的斜率。如果斜率为正,则沿此方向继续,如果为负,则沿相反方向继续。
倾斜表示向前的方向,但没有说明它们需要向这个方向移动多少。
为此,韩梅梅走了几步,计算了坡度,确认他没有到达错误的位置,最后决定失去更大的树木。
但是,这种方法很危险。控制水平是学习的速度。这是您必须手动控制的值。如果学习速度太快,李磊和韩梅梅有可能在g点的两侧跑。如果学习速度太慢,你就无法在天黑时获得苹果。
听着可以走错方向,李丽不开心,我不想顺便走,我也不会浪费时间回家吃饭。
韩梅梅提出了第二种方式,因为朋友看到了非常可耻的事情。
2
根据第一种方法,每个步骤一定数量的传递时间,韩梅梅计算每一步找到,以避免失去全球最小的极小值的损失函数的值。
每次韩梅梅找到当地的最低限度,他都会发出一个信号,所以李磊从来没有走错方向。
但这种方法对女孩不公平,而穷人韩梅梅需要检查周围的所有点,并计算所有这些点的功能值。
XGBoost的优势在于它可以同时解决前两种解决方案的缺陷。
提高等级
许多梯度增加实现使用方法1来计算目标函数的最小值。
对于每次迭代,使用损失函数的斜率来学习基本学习器,然后将预测结果乘以常量,并将其添加到上一次迭代的值以更新模型。

上一篇:[你的耳朵长痘痘吗?]耳朵痤疮的原因是什么?

下一篇:Anan Golden纯橄榄油明矾紧致眼部15克眼霜加湿和防

推荐新闻: