xgboost中的决策树的复杂度是怎么定义的?

  统计/机器学习 监督式学习    浏览次数:1409        分享
1

xgboost中用决策树的复杂度作为惩罚项。这里的树的复杂度是怎么定义的呢?


 

麦克信条   2017-10-14 10:34



   2个回答 
2

xgboost其实就是带惩罚项的gbdt,正如题主所言,复杂度就是惩罚项。

题主可以参考xgboost是怎么做到regularization的?

如果感兴趣的话,也可以参考英文的xgboost文档


SofaSofa数据科学社区DS面试题库 DS面经

数据痴汉   2017-10-15 11:18

0

推荐这篇文章:从决策树到XGBoost

SofaSofa数据科学社区DS面试题库 DS面经

quentin   2019-03-20 10:46



  相关主题

xgboost里的每棵树是不是等权重的?   2回答

在random forest和xgboost这类集成树模型中是如何计算_feature_importance的   1回答

Tree Shap value for xgboost   1回答

GBDT和XGBoost使用的都是回归树,原理上是怎么支持解决分类问题的?   1回答

到底什么时候用lightgbm什么时候用xgb   2回答

请教:xgboost的目标公式如何理解?   1回答

xgboost展开到二阶导数有什么好处啊   1回答

xgboost中的参数min_child_weight是什么意思?   1回答

xgboost可以做回归预测吗?   2回答

为什么lightgbm比xgb快?   2回答

xgboost是怎么做到regularization的?   2回答

xgboost的FIT问题   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!