超级女王XGBoost到底“绝”在哪里？( 七 )_全文共3492字

4. 云集成：支持AWS、GCE、Azure和 Yarn集群，可以与 Flink、Spark和其他云数据流系统集成。

通俗理解基于决策树的算法演变

照片来自Unsplash（by rawpixel）

假设你是一名面试官，正在面试几位资历优秀的候选人。基于决策树的算法演变中的每一环，都可看作面试过程的一部分。

1. 决策树：每名面试官都有一套面试评价标准，如教育水平、工作经验以及面试表现，通过决策树来预测分析，就类似于面试官根据他自己的标准面试候选人。

2. Bagging：假设现在面试官不止一名，而是一个面试小组，每名面试官都有一票， Bagging（也称作bootstrap aggregating）意味着通过民主投票方式，将所有面试官的投票结果进行输入，从而做出最终决定。

3. 随机森林：这是一种基于bagging的算法，与bagging的不同在于仅随机选择特征的子集。换句话说，每名面试官只会根据某些随机的资质测试方式（例如，测试编程技能的技术面试和非技术技能评估的行为面试）来考查面试者。

超级女王XGBoost到底“绝”在哪里？( 七 )