基本信息
文件名称：集成学习：梯度提升树GBDT算法.docx
文件大小：32.18 KB
总页数：22 页
更新时间：2025-09-28
总字数：约2.11万字
文档摘要
PAGE1
PAGE1
集成学习：梯度提升树GBDT算法
1集成学习基础
集成学习（EnsembleLearning）是一种机器学习策略，它通过构建并结合多个学习器来解决问题，以提高预测性能或模型的稳定性。集成学习的基本思想是，多个弱学习器（WeakLearner）的组合可以形成一个强学习器（StrongLearner）。弱学习器是指在某些方面表现良好，但在其他方面可能表现不佳的学习模型。通过集成多个弱学习器，可以相互补充，减少偏差和方差，从而提高整体的预测准确性和鲁棒性。
集成学习方法主要分为两大类：Bagging和Boosting。Bagging通过随机采样数据集来