DBDT的改进之XGBoost算法介绍

主要内容:

  XGBoost算法的介绍

  XGBoost算法的损失函数

  XGBoost函数介绍

  算法的应用实战——信用卡欺诈行为的识别

1.XGBoost算法的介绍

XGBoost是由传统的GBDT模型发展而来的,GBDT模型在求解最优化问题时应用了一阶导技术,而XGBoost则使用损失函数的一阶和二阶导,而且可以自定义损失函数,只要损失函数可一阶和二阶求导。

XGBoost算法相比于GBDT算法还有其他优点,例如支持并行计算,大大提高算法的运行效率;XGBoost在损失函数中加入了正则项,用来控制模型的复杂度,进而可以防止模型的过拟合;XGBoost除了支持CART基础模型,还支持线性基础模型;XGBoost采用了随机森林的思想,对字段进行抽样,既可以防止过拟合,也可以降低模型的计算量。

2.XGBoost算法的损失函数

DBDT的改进之XGBoost算法介绍

 DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

 2.1损失函数的演变

DBDT的改进之XGBoost算法介绍

 DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

 DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

 3.XGBoost函数介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

DBDT的改进之XGBoost算法介绍

 4.算法的应用实战——信用卡欺诈行为的识别

 数据下载:https://www.kaggle.com/mlg-ulb/creditcardfraud

完整代码:https://www.cnblogs.com/tszr/p/10060935.html

相关推荐