Аннотация:
Рассматривается новый метод повышения качества обучения градиентного бустинга, а также увеличения его обобщающей способности, основанный на использовании модифицированных функций потерь. В ходе выполнения вычислительных экспериментов была показана возможная применимость данного метода для улучшения качества градиентного бустинга, решающего различные задачи классификации и регрессии на реальных данных.
Ключевые слова:градиентный бустинг, дерево решений, функции потерь, машинное обучение, анализ данных.
Статья представлена к публикации членом редколлегии:А. А. Лазарев
Поступила в редакцию: 31.01.2022 После доработки: 21.06.2022 Принята к публикации: 29.06.2022