秋招知识点记录（二）——XGBoost,GBDT与RF
Random Forest和GBDT区别如下：
- RF的基分类器可以是分类树也可以是回归树，GBDT只能是回归树。
- RF不同基分类器可以并行，GBDT只能串行。
- RF最终结果采用的策略是多数投票、一票否决、加权投票等，而GBDT是将所有结果（加权）累加起来。
- RF对异常值不敏感，GBDT对异常值敏感
- RF对训练集一视同仁，GBDT基于Boosting思想，基于权值，分类器越弱，权值越小
- RF主要减少模型方差，所以在噪声较大的数据上容易过拟合，而GBDT主要较少模型偏差。
- RF随机选择样本，GBDT使用所有样本。
Xgboost就是GBDT的一种，所以Xgboost和RF的区别和GBDT一样。
GBDT和Xgboost的区别如下：
- 基分类器的选择： 传统GBDT以CART作为基分类器，XGBoost还支持线性分类器，这个时候XGBoost相当于带L1和L2正则化项的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。
- 梯度信息： 传统GBDT只引入了一阶导数信息，Xgboost引入了一阶导数和二阶导数信息，其对目标函数引入了二阶近似，求得解析解, 用解析解作为Gain来建立决策树, 使得目标函数最优（Gain求到的是解析解）。另外，XGBoost工具支持自定义损失函数，只要函数可一阶和二阶求导。
- 正则项： Xgboost引入了正则项部分，这是传统GBDT中没有的。加入正则项可以控制模型的复杂度，防止过拟合。
- 特征采样： Xgboost引入了特征子采样，像随机森林那样，既可以降低过拟合，也可以减少计算。
节点分裂方式：GBDT是用的基尼系数，XGBoost是经过优化推导后的。 - 并行化： 传统GBDT由于树之间的强依赖关系是无法实现并行处理的，但是Xgboost支持并行处理，XGBoost的并行不是在模型上的并行，而是在特征上的并行，将特征列排序后以block的形式存储在内存中，在后面的迭代中重复使用这个结构。这个block也使得并行化成为了可能，其次在进行节点分裂时，计算每个特征的增益，最终选择增益最大的那个特征去做分割，那么各个特征的增益计算就可以开多线程进行。
- 除此之外，Xgboost实现了分裂点寻找近似算法、缺失值处理、列抽样（降低过拟合，还能减少计算）等包括一些工程上的优化，LightGBM是Xgboost的更高效实现。
Reference:
[1]原文链接：https://blog.csdn.net/quiet_girl/article/details/88756843
