在集成学习的GBDT算法中，每次训练新的决策树的目的是

CDA竞赛 CDA技术答疑 CDA俱乐部 CDA论坛

CDA考试专区加入小组

868个成员 593个话题创建时间：2017-12-06

发表于03-20 597次查看

在集成学习的GBDT算法中，每次训练新的决策树的目的是( )？

A. 预测原始数据的标签

B. 预测上一个模型的残差

C. 降低模型的偏差

D. 降低模型的方差
参考答案： B
解析：GBDT的核心思想是每次训练新的决策树来学习之前树的残差，从而不断逼近真实值。

只看楼主倒序查看

发表回复

你还没有登录，请先登录或注册！

(大小不能超过 2 MB，文件类型支持png ,jpg ,gif ,doc ,xls ,txt ,rar ,zip .)

文件名	描述	金币	操作

话题作者

CDA网校

一站式数据科学在线教育平台

热门小组

868 593

500 12

393 140