一种新的Boosting回归树方法

在线阅读 下载PDF 导出详情
摘要 梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。
机构地区 不详
出处 《统计与信息论坛》 2010年5期
出版日期 2010年05月15日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献