Reguleeritud gradienttugevdus
Reguleeritud gradienttugevdus laiendab klassikalist liitpuude ansamblit (Friedman 2001), sisaldades L1 ja L2 karistustermineid otse treeningu eesmärki, koos puu suuruse keerukuse karistusega. XGBoost (Chen & Guestrin 2016) poolt populaarseks tehtud raamistik vähendab üleliigset sobivust ja parandab generaliseerumist võrreldes karistamata tugevdusega, säilitades samal ajal meetodi iseloomuliku täpsuse tabelandmetel.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Allikad
- Chen, T. & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Regularized Gradient Boosting (L1/L2-Penalized Additive Tree Ensemble). ScholarGate. https://scholargate.app/et/machine-learning/regularized-gradient-boosting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BoostingMasinõpe↔ compare
- Gradient BoostingMasinõpe↔ compare
- LightGBMMasinõpe↔ compare
- Regulaarne otsustuspuuMasinõpe↔ compare
- Reguleeritud juhuslik metsMasinõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →