RF、GBDT、XGBoost面试级整理

RF、GBDT和XGBoost都属于集成学习（Ensemble Learning），集成学习的目的是经过结合多个基学习器的预测结果来改善单个学习器的泛化能力和鲁棒性。  　　根据个体学习器的生成方式，目前的集成学习方法大体分为两大类：即个体学习器之间存在强依赖关系、必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者的表明就是Boosting，后者的表明是Bag

>>阅读原文<<