eXtreme Gradient Boosting：极限梯度提升算法

• XGboost是什么？

• XGBoost设计思想？

• XGboost数学原理？

• 如何生成下一棵树

  • 采样原理：

  • 损失函数：

  • XGB损失函数选择：

    回归预测，那我们可以选择调节后的均方误差RMSE作为我们的损失函数。如果我们是进行分类预测，那我们可以选择错误率error或者对数损失log_loss。损失函数的核心是衡量模型的泛化能力

• XGboost求解？

XGBoost shiyong学习曲线做检验函数效果

• 面试点：
  • 1. XGBoost与GBDT有什么不同
  • 2.与Random Forest作比较
  • 3.XGBoost为什么可以并行训练
  • 4.XGBoost如何处理缺失值
  • 5.XGBoost为什么使用泰勒二阶展开
  • 6.如何终止迭代？
  • XGBoost和GDBT：在预测函数不一样