क्या ग्रेडिएंट बूस्टेड पेड़ किसी भी फंक्शन में फिट हो सकते हैं?


14

तंत्रिका नेटवर्क के लिए हमारे पास सार्वभौमिक सन्निकटन प्रमेय है जो बताता है कि तंत्रिका नेटवर्क एक सबसेट उपसमुच्चय पर किसी भी निरंतर कार्य को अनुमानित कर सकते हैं ।Rn

क्या ग्रेडिएंट बूस्टेड पेड़ों के लिए समान परिणाम है? यह उचित लगता है क्योंकि आप अधिक शाखाएँ जोड़ सकते हैं, लेकिन मुझे विषय की कोई औपचारिक चर्चा नहीं मिल रही है।

संपादित करें: मेरा प्रश्न बहुत कुछ ऐसा ही हो सकता है कि क्या प्रतिगमन पेड़ लगातार भविष्यवाणी कर सकते हैं? , हालांकि शायद एक ही बात पूछ नहीं है। लेकिन प्रासंगिक चर्चा के लिए उस प्रश्न को देखें।


1
अच्छा प्रश्न! मैं उस पर कुछ भी नहीं मिल सकता है, लेकिन यहाँ हैं निर्णय वृक्ष पर पीएसी सीमा। Cstheory पर फिर से पूछने का प्रयास करें ।
एमरे

1
यहाँ देखें: projecteuclid.org/download/pdf_1/euclid.aos/1013203451 । यह एक पुरानी रीड है। मेरा मानना ​​है कि इसमें वही है जो आप ढूंढ रहे हैं। जहां तक ​​मैं समझता हूं, सिद्धांत रूप में, वे कर सकते हैं। मुझे बताएं कि आप इसके बारे में क्या सोचते हैं।
ट्विनपेंगिन्स

जवाबों:


1

हां - प्रत्येक डेटा बिंदु के लिए एक क्षेत्र बनाएं (यानी, प्रशिक्षण डेटा को याद रखें)।

इस प्रकार ग्रेडिएंट बूस्टेड पेड़ों के लिए किसी भी प्रशिक्षण डेटा को फिट करना संभव है, लेकिन इसमें नए डेटा के लिए सामान्यीकरण सीमित होगा।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.