很多机器学习算法都用到了树集成(Tree ensemble)的思想,例如GBDT,XGBoost,RF。但是一直不知道用到多个树是怎么集成的。其实就是将之前的一个树分成多个树,例如原来是先判断是否满足条件1,再分支判断是否满足条件2,这样一直分支下去创建树,现在就是将条件1,条件2分开。树1只用条件1,树2只用条件2,然后每个树分出的叶子节点都有一个预测分数,如果样本x在树1所属的叶子节点分数为score1,在树2所属的叶子节点的分数为score2,那么最终样本得到的结果就是所有树的分数之和score1+score2+…。这样就是树之间集成的思想。
最后
以上就是现实火车最近收集整理的关于树是怎么集成的的全部内容,更多相关树是怎么集成内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复