En el refuerzo de gradiente, la variable objetivo para el árbol n-ésimo es el gradiente negativo de la función de pérdida respecto a las predicciones del modelo en la etapa actual. En otras palabras, cada árbol siguiente se entrena para predecir el error (residual) del modelo anterior, con el fin de minimizar la función de pérdida.

Por ejemplo, si la función de pérdida es el error cuadrático medio, entonces la variable objetivo para el árbol n-ésimo será la diferencia entre los valores reales y la suma de las predicciones de todos los árboles anteriores.

Anterior Siguiente