iPAS 考題解析XGBoost 相比傳統 GBDT 的主要改進為何?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:A. 引入正則化項、支援缺失值處理、並行化計算
XGBoost 在損失函數(Loss Function)中加入 L1+L2 正則化(Regularization)防過擬合(Overfitting),自動處理缺失值(不需要補值),列級別並行化加速:三大改進。
每個選項為什麼對或錯
-
A 引入正則化項、支援缺失值處理、並行化計算 正解
-
B 將弱學習器從決策樹改為線性模型 錯誤選項
XGBoost 的弱學習器仍是決策樹(CART),不是線性模型
-
C 以隨機抽樣取代梯度提升機制 錯誤選項
XGBoost 仍以梯度提升(Gradient Boosting)為核心,行/列隨機抽樣只是輔助手段
-
D 移除學習率設定以加速收斂 錯誤選項
XGBoost 仍使用學習率(shrinkage)控制每棵樹的貢獻,並未移除
答案、題目或解析有問題?回報這題