Machine Learning
  • Introduction
  • man
  • Linear model
    • Linear Regression
    • Generalized Linear Models
    • Nonlinear regression
  • bayes
    • bayesian network
    • Variational Bayesian inference
    • Gaussian Process Regression
  • Logistic Regression
    • L1 regularization
    • L2 regularization
    • softmax
    • Overflow and Underflow
  • SVM
    • C-SVM
    • C-SVM求解
  • EM
    • GMM
  • Maximum Entropy
    • IIS
  • HMM
    • viterbi algorithm
  • CRF
  • Random Forest
    • bagging
    • random forest
  • boosting
    • catboost
    • gradient boosting
    • Newton Boosting
    • online boosting
    • gcForest
    • Mixture models
    • XGBoost
    • lightGBM
    • SecureBoost
  • LDA
  • rank
    • RankNet
    • LambdaRank
    • SimRank
  • Factorization Machine
    • Field-aware Factorization Machine
    • xdeepFM
  • Clustering
    • BIRCH
    • Deep Embedding Clustering
  • Kalman filtering
  • word2vec
  • 关联规则挖掘
  • MATH-Mathematical Analysis
    • measure
  • MATH-probability
    • Variational Inference
    • Dirichlet分布
    • Gibbs Sampling
    • Maximum entropy probability distribution
    • Conjugate prior
    • Gaussian Process
    • Markov process
    • Poisson process
    • measure
    • Gumbel
  • MATH-Linear Algebra
    • SVD
    • SVD-推荐
    • PCA
    • Linear Discriminant Analysis
    • Nonnegative Matrix Factorization
  • MATH-Convex optimization
    • 梯度下降
    • 随机梯度下降
    • 牛顿法
    • L-BFGS
    • 最速下降法
    • 坐标下降法
    • OWL-QN
    • 对偶问题
    • 障碍函数法
    • 原对偶内点法
    • ISTA
    • ADMM
    • SAG
  • MATH-碎碎念
    • cost function
    • Learning Theory
    • sampling
    • Entropy
    • variational inference
    • basis function
    • Diffie–Hellman key exchange
    • wavelet transform
    • 图
    • Portfolio
    • 凯利公式
  • ML碎碎念
    • 特征
    • test
    • TF-IDF
    • population stability index
    • Shapley Values
  • 课件
    • xgboost算法演进
  • Time Series
  • PID
  • graph
    • SimRank
    • community detection
    • FRAUDAR
    • Anti-Trust Rank
    • Struc2Vec
    • graph theory
    • GNN
  • Anomaly Detection
    • Isolation Forest
    • Time Series
  • Dimensionality Reduction
    • Deep Embedded Clustering
  • Federated Learning
  • automl
  • Look-alike
  • KNN
  • causal inference
Powered by GitBook
On this page
  • Split Finding Algorithm
  • 参考佳文

Was this helpful?

  1. boosting

XGBoost

PreviousMixture modelsNextlightGBM

Last updated 2 years ago

Was this helpful?

用Taylor二阶展开，舍弃高阶项，然后融合正则项，可以得到解析解。 Tianqi Chen

Split Finding Algorithm

第二种近似方法，基于百分比选出候选分割点，进行特征离散化，然后从候选分割点选出最佳分割点。（快速，内存小，能处理稀疏特征）

第一种和第三种都是精确的分裂方法

第二种采用近似的方法，感觉和light GBM中的直方图类似

学习率

通用的shrinkage，在每一次tree boosting后对weight做一个衰减，减少当前已学习到的树对模型的影响，同时也为后面的待学习的树留有一定生长空间。

参考佳文

第一种分裂方法跟传统GBDT差不多，对连续值排序，然后找出最佳分割点

机器学习算法中GBDT和XGBOOST的区别有哪些？
tqchen/xgboost/demo
XGBoost：参数解释
XGBoost参数调优完全指南（附Python代码）
XGBoost Parameters
XGBoost：在Python中使用XGBoost
Introduction to Boosted Trees
GBM之GBRT总结
Boosted Tree
DART:Dropouts meet Multiple Additive Regression Trees
XGBoost: A Scalable Tree Boosting System
Introduction to Boosted Trees
Introduction to Boosted Trees
Logo左手论文 右手代码 深入理解网红算法XGBoost​Weixin Official Accounts Platform