勾配ブースティング回帰木(勾配ブースティングマシン)
勾配ブースティングでは一つ目の決定木の誤りを、次の決定木で修正するようにして決定木を作っていく。
乱数性はないが、強力な事前枝切りが用いられる。
浅い決定木(弱学習機)を多数組み合わせるから、メモリが小さくなり予測も速くなる。
パラメータの影響を受けやすいモデルであるが、正しくパラメータを設定すれば勾配ブースティング回帰木の方が性能が良い。
パラメータは事前枝切りとアンサンブル、learning_rate(学習率)がある。
learning_rateを大きくすると、決定木同士の補正が強くなりモデルが複雑になる。