集成学习之Xgboost(12)

当前位置:

首页 > temp > 简明python教程 >

集成学习之Xgboost(12)

y^(t−1)i)ft(xi)+12∂2yi^(t−1) l(yi,yi^(t−1))ft(xi)2]+Ω(ft)+constant(5)(6)(7)

\begin{aligned} (5) & O b j^{(t)} & = \sum_{i = 1}^{n} l (y_{i}, {\hat{y_{i}}}^{(t)}) + \sum_{i = 1}^{t} Ω (f_{i}) \\ (6) & = \sum_{i = 1}^{n} l (y_{i}, {\hat{y_{i}}}^{(t - 1)} + f_{t} (x_{i})) + Ω (f_{t}) + c o n s t a n t \\ (7) & \approx \sum_{i = 1}^{n} [l (y_{i}, {\hat{y_{i}}}^{(t - 1)}) + \partial_{{\hat{y}}_{i}^{(t - 1)}} l (y_{i}, {\hat{y}}_{i}^{(t - 1)}) f_{t} (x_{i}) + \frac{1}{2} \partial_{{\hat{y_{i}}}^{(t - 1)}}^{2} l (y_{i}, {\hat{y_{i}}}^{(t - 1)}) f_{t} (x_{i})^{2}] + Ω (f_{t}) + c o n s t a n t \end{aligned}

其中， $g_{i} = \partial_{{\hat{y}}_{i}^{(t - 1)}} l (y_{i}, \hat{y_{i}}^{(t - 1)})$ ， $\partial_{{\hat{y}}_{i}^{(t - 1)}}^{2} l (y_{i}, \hat{y_{i}}^{(t - 1)})$ 。

则目标损失函数可以写成：

栏目列表

最新更新

HTTP请求：requests模块基础使用必知必会

Python初学者友好丨详解参数传递类型

如何有效管理爬虫流量？

2个场景实例讲解GaussDB(DWS)基表统计信息估

常用的 SQL Server 关键字及其含义

动手分析SQL Server中的事务中使用的锁

openGauss内核分析：SQL by pass & 经典执行

一招教你如何高效批量导入与更新数据

天天写SQL，这些神奇的特性你知道吗？

openGauss内核分析：执行计划生成

[IM002]Navicat ODBC驱动器管理器未发现数据

初入Sql Server 之存储过程的简单使用

SQL Server -- 解决存储过程传入参数作为s

关于JS定时器的整理

JS中使用Promise.all控制所有的异步请求都完

js中字符串的方法

import-local执行流程与node模块路径解析流程

window.localStorage.setItem 和 localStorage.setIte

如何完美解决前端数字计算精度丢失与数