标签：bsp intro 机器学习算法 硬盘 不同类 行业 节点 分解 内存优化
观点1：XGBoost要比深度学习更重要。2016年Kaggle大赛29个获奖方案中，17个用了XGBoost。因为它好用，在很多情况下都更为可靠、灵活，而且准确；在绝大多数的回归和分类问题上，XGBoost的实际表现都是顶尖的。
观点2：针对非常要求准确度的那些问题，XGBoost确实很有优势，同时它的计算特性也很不错。然而，相对于支持向量机、随机森林或深度学习，XGBoost的优势倒也没到那种夸张的程度。特别是当你拥有足够的训练数据，并能找到合适的深度神经网络时，深度学习的效果就明显能好上一大截。
观点3：深度学习和XGBoost并不截然对立（XGBoost发起人-陈天奇博士）。两种方法在其各自擅长领域的性能表现都非常好：
XGBoost专注于模型的可解释性，而基于人工神经网络的深度学习，则更关注模型的准确度。
XGBoost更适用于变量数较少的表格数据，而深度学习则更适用于图像或其他拥有海量变量的数据。
不同的机器学习模型适用于不同类型的任务：
这两类模型都很重要，并广泛用于数据科学竞赛和工业界。我们需要全面理解每一种模型，并能选出最适合你当前任务的那个。XGBoost、深度神经网络与其他经常要用的机器学习算法（如因子分解机、logistic回归分析等），值得机器学习行业的每一位从业者关注。这里没有一药能解百病的说法。
XGBoost性能：
1）运行很快： 1.内存优化，大部分的内存分配在第一次加载中就完成了，之后便不再涉及动态内存分配的问题； 2.缓存线优化，训练模式尽可能善用缓存机制； 3.模型自身的改善，我们开发出模型的各种变体，从而令算法本身更具强健性、更加准确 - Introduction to Boosted Trees（http://xgboost.readthedocs.org/en/latest/model.html）； 4.C++和并行计算。
2）在资源有限情况下仍能适用于大型数据集： 1.不断探索该工具的极限，以最大限度地利用计算资源，使得在在一个节点上就能运行多个实例； 2.使用扩展内存的版本，允许数据存在硬盘上，不必把所有数据导入内存; 3.分布式版本对XGBoost的每一个节点都进行过优化，可以有效地在更少节点上处理更大的数据集。
标签：bsp intro 机器学习算法 硬盘 不同类 行业 节点 分解 内存优化
原文地址：https://www.cnblogs.com/5211314jackrose/p/9546662.html
