1
一位同事和我无法就GBrank模型(训练后)的样子达成共识。GBrank:最终模型是什么?
介绍
该方法开始通过执行从成对的典型转换为逐点数据集,其中,所述目标变量Ž现在表示这应该是高的分数,ž我>ž j当i优于j。然后,作者建议使用梯度推进树,和“惩罚”情况下,该模型预测žĴ>žĴ和我优于Ĵ。 “惩罚”是通过切换分数来执行的,也是通过增加或减少τ来执行的。
分歧
我们不同意是梯度推进排名本身是否是一个ensembler。也就是说,我们正在训练的模型是g k或者是h k?
参考资料
谢谢你,这是我的解释,我发现在你的网站上有一个实现。虽然最初的猜测h_0对结果有如此大的影响,但是这有点奇怪吗? (AFAIK eta是一个很小的值,例如0.05) –
因此,当他们在第2步中说“使用GBT拟合回归函数”时,这是误导/不正确的,它实际上是整个GBT的整体? – maxymoo