ツリーの複雑さにペナルティを課す
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/03/27 08:02 UTC 版)
「勾配ブースティング」の記事における「ツリーの複雑さにペナルティを課す」の解説
勾配ブーストツリーのもう1つの有用な正則化手法は、学習したモデルのモデルの複雑さにペナルティを課すことである。モデルの複雑さは、学習したツリーの葉の数に比例するものとして定義できる。損失とモデルの複雑さの共同最適化は、損失をしきい値で減らすことができない枝を取り除くポストプルーニング・アルゴリズムに対応する。他の正則化の種類としては、 ℓ 2 {\displaystyle \ell _{2}} 正則化を行うことで、オーバーフィッティングを防ぐことができる。
※この「ツリーの複雑さにペナルティを課す」の解説は、「勾配ブースティング」の解説の一部です。
「ツリーの複雑さにペナルティを課す」を含む「勾配ブースティング」の記事については、「勾配ブースティング」の概要を参照ください。
ウィキペディア小見出し辞書の「ツリーの複雑さにペナルティを課す」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- ツリーの複雑さにペナルティを課すのページへのリンク
