資源簡介
報告對各種Boosting 集成學習模型進行系統測試
Boosting 集成學習模型將多個弱學習器串行結合,能夠很好地兼顧模型的
偏差和方差,該類模型在最近幾年獲得了長足的發展,主要包括AdaBoost、
GBDT、XGBoost。本篇報告我們將對這三種Boosting 集成學習模型進行
系統性的測試,并分析它們應用于多因子選股的異同,希望對本領域的投
資者產生有實用意義的參考價值。
代碼片段和文件信息
評論
共有 條評論