Version [91591]
Dies ist eine alte Version von GradientBoosting erstellt von Tobias Dietz am 2018-10-01 01:55:53.
Gradient Boosting
Idee
Gradient Boosting versucht sich durch mehrer Iterationen an den minimalen Fehler anzunähern. Das geschieht durch Anwendung der stepest descent Methode. Hierfür wird zu jedem Merkmalvektor ein Gradient gebildet, welchen der Algorithmus für das Training berücksichtigt. So nähert er sich durch viele Iterationen mehr und mehr einem minimalen Fehler an. [1]Algorithmus
Quelle:[2] [1]
Erklärung
Literatur
[1] Hastie T., Tibshirani R. and Friedman J. (2009): Elements of Statistical Learning - Data Mining, Inference, and Prediction; SpringerFile | Last modified | Size |
---|---|---|
gradient_boosting.PNG | 2023-10-06 18:36 | 13Kb |