XGBoost'un nasıl çalıştığını anlamaya çalışıyorum. Degrade artırılmış ağaçların Python sklearn'de nasıl çalıştığını zaten anlıyorum. Benim için net olmayan şey, XGBoost'un aynı şekilde, ancak daha hızlı çalışması veya python uygulaması arasında temel farklılıklar olup olmadığıdır.
Bu makaleyi okuduğumda
http://learningsys.org/papers/LearningSys_2015_paper_32.pdf
Bana öyle geliyor ki XGboost'tan çıkan sonuç Python uygulamasında olduğu gibi, ancak asıl fark XGboost'un her regresyon ağacında yapılacak en iyi ayrımı nasıl bulduğu.
Temel olarak, XGBoost aynı sonucu verir, ancak daha hızlıdır.
Bu doğru mu, yoksa özlediğim başka bir şey var mı?