2020-05-27
阅读量:
2180
xgboost是有放回抽样，这个怎么理解？
xgboost属于boosting算法，boosting算法和bagging算法的一个区别不就是boosting算法训练集样本是不变的，而bagging是有放回抽样，基训练器之间是相互独立的，但是xgboost却有有放回抽样，这个怎么理解
此图为xgboost 的原理图。
此图的理解为：
xgboost之前有放回抽样是因为xgboost是一种提升树模型，而所用到的树模型则是CART回归树模型。
我们都知道树模型是天生过拟合的模型，并且如果数
据量量太过巨 大，树模型的计算会非常缓慢，因此，我们要对我们的原始数据集进行有放回抽样(bootstrap)。
无论是装袋还是提升的集成算法中，有放回抽样都是我们防止过拟合。所以xgboost是有放回的抽样。
8.7217
2
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论