是树的深度还是点的维数。
伪残差(r_im)的计算是每点O(d)。因此,对于大小为n的数据集,每次迭代计算伪残差为O(n d)。总时间复杂度为O(n d * m)。 d是维。
gamma_m的计算非常快,因为它是一个简单的一维优化问题,我们试图找到最好的标量gamma_m。在实践中,这通常是一个固定的时间步骤。
因此,总的来说,M个决策树的压缩顺序比上述两个步骤总和为O(n lgn d M) > d m + const)。由于lg(n)是M个决策树的压缩条件中的一个附加项,因此O(n lgn d M)+ O(n d m + const)= O(n lgn d * M)。 d是决策树的深度