我们知道,决策树的学习最耗时的一个步骤就是对特征的值进行排序(因为要确定最佳分割点),xgboost在训练之前,预先对数据进行了排序,然后保存为block结构,后面的迭代中重复地使用这个结构,大大减小计算量。这个block结构也使得并行成为了可能,在进行节点的分裂时,需要计算每个特征的增益,最终选增益最大的那个特征去做分裂,...
文献阅读《Multiscale Densely-Connected Fusion Networks for Hyperspectral Images Classification》 目录 一、高光谱图像背景介绍 二、文章摘要 2.1 文章提出的问题 2.2 文章提出方法的思路 三、MS-DenseNet 3.1 PCA降维 3.2 Bicubic算法 3.3 Dense Block 四、实验展示 ... ...