data_mining:gradient_boosting

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
Next revisionBoth sides next revision
data_mining:gradient_boosting [2016/01/17 15:26] – phreazerdata_mining:gradient_boosting [2016/01/17 15:44] – phreazer
Line 14: Line 14:
 $$f^*(X) = \beta_0 + f_1(X_1) + ... + f_n(X_n)$$ $$f^*(X) = \beta_0 + f_1(X_1) + ... + f_n(X_n)$$
  
 +Typische Vorgehensweise ist die ML-Schätzung um ein Regressionsmodell zu fitten.
 +Probleme ML-Schätzung:
 +- Multikollinearität der Prädiktorvariablen (feature selection notwendig)
 +- Gewöhnliche Featureselektion (univariate, forward/backward) sind instabil oder erfordern das mehrfache fitten des Modells.
  
  • data_mining/gradient_boosting.txt
  • Last modified: 2017/07/19 20:34
  • by phreazer