目录Python全系列 教程
3567个小节阅读：5930.2k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
GBDT由GB（Gradient Boosting）和DT(Regression Decision Tree)组成
注意：
GBDT中的树是回归树（不是分类树），GBDT用来做回归预测，调整后也可以用于分类
我们通过以下例子来详解算法过程，希望通过训练提升树来预测年龄。训练集是4个人，
A、B、C、D年龄分别是14、16、24、26。样本中有购物金额、经常到百度知道提问等特
征。GBDT过程如下图所示：
我们能够直观的看到，预测值等于所有树值的累加，如A的预测值=树1左节点(15)+树2
左节点(-1)=14。因此给定当前决策树模型，只需拟合决策树的残差，便可迭代得到提升树
在scikit-learn中，GBDT类库包括
1. 关于GBDT，下列说法正确的是:
A GBDT由GB和逻辑回归组成
B GBDT中的树是回归树
C GBDT用来只能用来做回归预测，而不能进行分类预测
D 以上说法均不正确
2.GBDT实现回归，使用sklearn的：
A GradientBoostingRegressor
B GradientBoostingClassifier
C LinearRegression
D LogisticRegression
1=>B 2=>A
