XGboost VS GBDT
-
传统的GBDT是以CART树为基分类器,XGboost还支持线性分类器
-
GBDT只用到了一阶导的信息,XGboost对代价函数进行了二阶泰勒展开,得到一阶导和二阶导
-
XGboost在代价函数中加入了正则项来控制模型的复杂度,可以防止过拟合
-
XGboost工具支持并行
-
XGboost会在完成一次迭代之后,将叶子节点的权重,乘上缩减系数,来缩减没一颗树的影响,从而使得后面有更多的学习的余地
XGBoost VS Lightgbm
-
XGBoost在每 一轮迭代时,都需要遍历整个训练集很多 次,如果把整个训练集都放到内存即会限制训练数据的大小,如果不装入内存,则反复读写会消耗大量时间
-
对特征预排序的方法对空间消耗大
最后
以上就是朴素大象最近收集整理的关于3. GBDT XGboost Lightgbm优缺点的全部内容,更多相关3.内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复