前向分步算法
前向分步算法 forward algorithm
因为学习的是加法模型,如果能从前向后,每一步只学习一个基函数及其系数,逐渐逼近优化目标函数式(2),那么就可以简化优化的复杂度。 具体地,每步只需要优化如下损失函数:
输入: 训练数据集T 损失函数L(y, f(x)) 基函数集 输出: 加法模型f(x)
步骤: 1. 令 2. 假设当前是第m个基函数,损失函数为:
极小化损失函数,得到参数
更新
5.2-4步进行M次,共得到M个和
得到加法模型
Last updated
前向分步算法 forward algorithm
因为学习的是加法模型,如果能从前向后,每一步只学习一个基函数及其系数,逐渐逼近优化目标函数式(2),那么就可以简化优化的复杂度。 具体地,每步只需要优化如下损失函数:
输入: 训练数据集T 损失函数L(y, f(x)) 基函数集 输出: 加法模型f(x)
步骤: 1. 令 2. 假设当前是第m个基函数,损失函数为:
极小化损失函数,得到参数
更新
5.2-4步进行M次,共得到M个和
得到加法模型
Last updated