Em gradient boosting, novos modelos fracos são adicionados sequencialmente para

Precisa de uma dica?

Cada etapa tenta melhorar o conjunto existente.

A substituir aleatoriamente os modelos anteriores. B corrigir erros ou resíduos do ensemble atual segundo uma função de perda. C ser treinados de forma totalmente independente sem referência ao ensemble. D eliminar a função de perda. E produzir sempre a mesma previsão.

Qualidade

Avalie esta questão

0 0 avaliaçãoões

Comunidade

Comentários 0

Seja o primeiro a comentar esta questão.

Entre para denunciar algum problema