首页 > 试题广场 >

GBDT、XGBoost、Random Forest、Lig

[问答题]
GBDT、XGBoost、Random Forest、LightGBM分别是什么?它们的原理和区别是什么?
BAGGING 是并行多个模型独立训练,结果投票获得,BOOSTING 串行 多个模型依次训练,后续模型修正前序模型的错误。
发表于 2025-10-14 19:52:46 回复(0)
RF 属于bagging ,通过投票或者回归平均降低方差以减少过拟合; XGBoost,lightGBM属于boosting,通过修复上一轮样本带来的错误,降低残差减少欠拟合
发表于 2026-03-14 02:39:52 回复(0)