网站介绍：文章浏览阅读6.5k次。引言上一节中介绍了《随机森林算法》，该算法使用bagging的方式作出一些决策树来，同时在决策树的学习过程中加入了更多的随机因素。该模型可以自动做到验证过程同时还可以进行特征选择。 这一节，我们将决策树和AdaBoost算法结合起来，在AdaBoost中每一轮迭代，都会给数据更新一个权重，利用这个权重，我们学习得到一个g，在这里我们得到一个决策树，最终利用线性组合的方式得到多个决策树组成的G。_决策树增加权重
- 链接地址：https://blog.csdn.net/JasonDing1354/article/details/47066929
- 链接标题：【机器学习基础】梯度提升决策树_决策树增加权重-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：6218
- 网站标签：决策树增加权重
