그라디언트 향상 트리는 어떤 기능에도 적합합니까?

신경망의 경우 신경망 이 의 콤팩트 한 부분 집합에서 연속적인 기능에 근접 할 수 있다는 보편적 근사 정리 가 있습니다 . $R^n$

그래디언트 향상 트리에 대해서도 비슷한 결과가 있습니까? 더 많은 지점을 계속 추가 할 수 있기 때문에 합리적으로 보이지만 주제에 대한 공식적인 토론을 찾을 수 없습니다.

편집 : 내 질문은 회귀 나무가 지속적으로 예측 할 수 있습니까 와 매우 유사합니다 . 똑같은 것을 요구하지 않을 수도 있습니다. 그러나 관련 토론은 해당 질문을 참조하십시오.

decision-trees

— 임란
소스

좋은 질문! 나는 아무것도 찾을 수 있지만 수 여기 있는 의사 결정 트리에 PAC의 경계입니다. cstheory에 다시 질문 하십시오 .

— Emre

여기를 참조하십시오 : projecteuclid.org/download/pdf_1/euclid.aos/1013203451 . 오래된 책입니다. 나는 그것이 당신이 찾고있는 것을 가지고 있다고 생각합니다. 내가 이해하는 한 원칙적으로 그들은 할 수 있습니다. 당신이 어떻게 생각하는지 알려주세요.

— TwinPenguins 2016 년

예-각 데이터 포인트에 대한 지역을 만듭니다 (즉, 교육 데이터를 암기합니다).

따라서 기울기 향상 트리는 모든 훈련 데이터에 적합 할 수 있지만 일반화는 새로운 데이터로 제한 될 수 있습니다.

— 브라이언 스피어 링
소스