机器学习与数据挖掘-7

31.决策树模型用到的xgboost（腾讯）

参考答案
首先，介绍背景（包括项目背景+所用数据集特征+预设目标）。随后根据这个数据集的特征再结合xgb的优势，所以才用xgb（为什么要用xgb）。最后说明用了之后的效果，是否达成了预设目标/达成了其他的目标。
答案解析
需要结合简历上的项目来介绍，包括为什么要用以及用了之后的效果。

32.xgboost的特性（腾讯）

参考答案
1.梯度下降，利用损失函数的二阶导数作为学习目标，采用牛顿法进行优化。2.正则项，利用L2正则来防止过拟合。
3.树节点分裂方法，不是简单地按照样本个数进行分位，而是以二阶导数值作为权重。
4。shrinkage（收缩）方法，相当于学习系数eta。对每颗子树都要乘上该系数，防止过拟合。

33.为什么选择xgboost而不是其他（腾讯）

参考答案
介绍项目背景（主要是数据集特征），再说明xgb的优点（符合你的项目背景和数据集特征的优点），实在没有符合项目背景的优点可以直接介绍xgb与其他集成学习优势的地方（利用了损失函数的二阶导数，L2正则，缺失值处理等）来说明自己了解这个算法的优点。

34.xgboost的优点（腾讯）

参考答案
1.利用了损失函数的二阶导数，使得最终值逼近真实值。
2.out-of-core, cache-aware优化内存等方法来加速计算。
3.利用L2正则来防止过拟合。
4.shrinkage（收缩）方法，相当于学习系数eta。对每颗子树都要乘上该系数，防止过拟合。
5.缺失值处理：通过枚举所有缺失值在当前节点是进入左子树，还是进入右子树更优来决定一个处理缺失值默认的方向。
6.支持并行处理，提高了处理速度。
答案解析
选3-4个即可

35.xgboost常用的调参参数有哪些（腾讯）