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 revision		Previous revision
Next revisionBoth sides next revision
data_mining:gradient_boosting [2016/01/17 15:26] – phreazerdata_mining:gradient_boosting [2016/02/01 22:44] – 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