Gradient Boosting原理介绍

Gradient Boosting是一种集成学习算法，它通过迭代的方式来训练多个弱学习器，并不断优化其表现。该算法通过梯度下降来最小化残差函数，从而将每个弱学习器的预测结果加权组合成最终的预测结果。其中的“梯度”指的是每个弱学习器在前面弱学习器预测错误的样本上的残差值，通过不断迭代最小化这些残差来训练出最终的强学习器。