LogitBoost

В машинном обучении и вычислительной теории обучения , LogitBoost является повышение алгоритм сформулирован Джером Фридман , Тревор Гесте и Роберт Tibshirani . В исходной статье алгоритм AdaBoost превращается в статистическую структуру. ^{[1] В} частности, если рассматривать AdaBoost как обобщенную аддитивную модель, а затем применять функцию стоимости логистической регрессии , можно вывести алгоритм LogitBoost.

Минимизация функции затрат LogitBoost [ править ]

LogitBoost можно рассматривать как выпуклую оптимизацию . В частности, учитывая, что мы ищем аддитивную модель вида

${\ Displaystyle е = \ сумма _ {т} \ альфа _ {т} ч_ {т}}$

алгоритм LogitBoost минимизирует логистические потери :

${\ displaystyle \ sum _ {i} \ log \ left (1 + e ^ {- y_ {i} f (x_ {i})} \ right)}$

См. Также [ править ]

• Повышение градиента
• Дерево логистической модели

Ссылки [ править ]

Эта статья об искусственном интеллекте незавершена . Вы можете помочь Википедии, расширив ее .

• v
• т
• е