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？-SofaSofa

希望有大神从建树和损失函数的角度详细解释下。

quentin 2019-02-21 11:30

GBDT和XGB一般是使用logloss作为损失函数。

建树的过程就是寻找最佳分叉点和分叉特征的过程。GBDT是用mse作为分叉和建树的标准。

jkm_pku 2019-02-21 13:27

你对GBDT理解有问题。 Boosting方法怎么可能使用分类树？分类树的结果怎么进行相加？ - quentin 2019-02-21 13:45

和RF混淆了 - jkm_pku 2019-02-21 14:39

Boosting不能使用分类树？AdaBoost不就是分类树吗？ - 马里酪火鸡 2019-11-16 21:28

用softmax映射成概率，之后一样用(y - y_pred)来算残差。

leah_xx 2020-12-23 09:44

GBDT使用的是回归树，而XGBoost除了回归树还支持其它线性分类器。如果使用回归树，那么返回的值也是连续的，我知道的是可以设定阈值thres来分类，当然可以根据你所分的区间进行分类。

Cypher 2020-12-24 17:06

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？