3. GBDT XGboost Lightgbm优缺点

XGboost VS GBDT

  1. 传统的GBDT是以CART树为基分类器,XGboost还支持线性分类器

  2. 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

  3. 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

  4. XGboost工具支持并行

  5. 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

  1. 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

  2. 对特征预排序的方法对空间消耗大

猜你喜欢

转载自blog.csdn.net/vfi7018/article/details/82989652