Машины повышения градиента (GBM) — это тип алгоритма машинного обучения, используемый как для задач регрессии, так и для задач классификации. Они представляют собой форму ансамблевого обучения, что означает, что они объединяют прогнозы нескольких отдельных моделей для получения окончательного прогноза. GBM может обрабатывать отсутствующие данные и выбросы. Вот как работает GBM в деталях: Дерево решений : GBM основаны на решениях…