Sé cómo implementar lineal de la función objetivo lineal y aumenta en XGBoost. Mi pregunta concreta es: cuando el algoritmo se adapta a la residual (o el negativo del gradiente) es el uso de una característica en cada paso (es decir, modelo univariante) o todas las características (modelo multivariado)?
Cualquier referencia a la documentación sobre el lineal aumenta en XGBoost será apreciado.
EDIT: Lineal aumenta puede ser implementado en XGBoost mediante el establecimiento de la 'booster' parámetro 'gblinear'. Ver: http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3885826/ para información útil sobre lineales impulsar. Tenga en cuenta que no estoy hablando acerca de la función objetivo (que también puede ser lineal), sino por el alza themselve.
Gracias!
