https://zhuanlan.zhihu.com/p/34679467
- RF和GBDT之间的区别
- 分类回归
- 并行串行
- 异常值敏感（有无剪枝）
- 表决方式
- 方差偏差
- 分类树和回归树的区别
- 分裂方式
- xgboost和gbdt的区别
- 节点分裂方式
- 一阶二阶
- 并行方式
- 下面都是关于GBDT
- 怎么设置停止条件
- 怎么评估特点的权重大小
- 信息增益
- 投票（使用正确分类个数）
- 当增加样本量的时候，训练时长线性增长？
- 增加树的棵数的时候，训练时长线性增长？
- 每个节点上保存的信息？
- 怎样防止过拟合？
- 样本
- 特征
- gbdt的步长？
- bagging和boosting的区别
- gbdt哪些部分可以并行
- 计算每个样本的负梯度
- 计算特征的误差和均值
- 更新每个样本的负梯度
- 预测过程中，累加之前的结果
