GBDT与Adaboost区别：
Adaboost是以错分数据点来定位模型的不足；而GBDT是以梯度来定位模型的不足。
GBDT与XGboost的区别：
GBDT使用CART回归决策树作为基分类器，而XGboost还支持线性分类器；
XGBoost损失函数中加入了正则化，可以防止过拟合；
XGboost使用了列抽样，随机选取样本。
本文探讨了算法岗面试中常见的三种算法——GBDT、AdaBoost和XGboost的区别。Adaboost侧重于通过错分数据点改进模型，而GBDT则采用梯度来定位模型弱点。在GBDT的基础上，XGboost拓展了基分类器类型，加入了正则化避免过拟合，并利用列抽样进行样本选择，提高了效率。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
