为什么GBDT只能由回归树组成?

看GBDT和Random Forest的时候发现RF可以由分类树或回归树组成,而GBDT只能由回归树组成,为什么呢?#笔试题目#
全部评论
因为GBDT是加法模型,所以要用回归模型做基模型,分类模型的结果加减没意义。
3 回复 分享
发布于 2019-09-04 15:38
boosting需要连续值
点赞 回复 分享
发布于 2019-09-04 12:37
gbdt每棵树是预测上一棵树的残差,如果是分类树,分类结果残差没有意义啊
点赞 回复 分享
发布于 2019-09-04 13:16
可以用回归树做二分类,如xgboost
点赞 回复 分享
发布于 2019-09-04 12:36
也是gbdt
点赞 回复 分享
发布于 2019-09-04 12:37
原理上也可以用分类树的,参考adaboost,不过现在实际用的都是回归树
点赞 回复 分享
发布于 2019-09-04 12:41
我面试时被问过,我想知道答案,不知道回答得对不对
点赞 回复 分享
发布于 2019-09-04 12:51
我拼多多面试被问到了这个!并且被问倒了
点赞 回复 分享
发布于 2019-09-04 12:51
残差怎么能用分类解决呢?
点赞 回复 分享
发布于 2019-09-04 13:01
因为GBDT要算梯度拟合残差 只能连续值才能这么操作吧?(我是这么理解的....求纠正
点赞 回复 分享
发布于 2019-09-04 13:11
负梯度是个连续值
点赞 回复 分享
发布于 2019-09-04 15:40
参考楼上几位
点赞 回复 分享
发布于 2019-09-04 15:44
残差吧,类别相减没有意义
点赞 回复 分享
发布于 2019-09-04 18:49
连续值啊。回归树和决策树的区别
点赞 回复 分享
发布于 2019-09-04 21:47

相关推荐

点赞 23 评论
分享
牛客网
牛客企业服务