本站最新发布   Python从入门到精通|Python基础教程
试听地址  https://www.xin3721.com/eschool/pythonxin3721/


yi^(t−1)${\widehat{y_i}}^{(t-1)}$可由上一步第t−1$t-1$步中的yi^(t−2)${\widehat{y_i}}^{(t-2)}$加上ft−1(xi)$f_{t-1}(x_i)$计算所得，某种意义上也算已知值，故模型学习的是f$f$。

上面那个Obj的公式表达的这样看有些过于抽象，看不出二次函数的概念，此时来看一个特例，当l$l$采用平方误差的情况（相当于l(yi,yi^)=(yi−yi^)2$l(y_i,\widehat{y_i})=(y_i-\widehat{y_i}{)}^2$），这个时候目标可以被写成下面这样的二次函数（下式中2(yi^(t−1)−yi)ft(xi)$2({\widehat{y_i}}^{(t-1)}-y_i)f_t(x_i)$部分表示的就是预测值和真实值之间的残差）：

 

• 共21页:
• 上一页
• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 下一页