Skip to content
简体中文

切换主题

// ◇ 经典机器学习

梯度提升树

一棵接一棵地训练小树,每棵专门修正前面的错误。

Gradient Boosting (GBDT) 2001 基础 核心

通俗解释

把“沿梯度下降”的思想用在函数空间:每一轮拟合当前模型残差(负梯度)的一棵小树,再加到模型里。它是 XGBoost、LightGBM 的理论基础。

用在哪里:搜索排序、风控、Kaggle 表格赛

时间轴 · 前置 → 当前 → 后继

1951 随机梯度下降2001 梯度提升树2016 XGBoost2017 LightGBM

01原始论文

Greedy function approximation: A gradient boosting machine.

Friedman et al. · The Annals of Statistics · 2001

DOI ↗ ✓ 已核实 · Crossref API doi:10.1214/aos/1013203451

02知识位置

左边先学;右边是学完它之后可以学的。

先学

梯度提升树

学完可以学

相关:随机森林AdaBoost

决策树(CART)随机梯度下降XGBoostLightGBM随机森林AdaBoost 梯度提升树

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:从零到深度学习

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)