多项选择题
为什么XGBoost要用泰勒展开，优势在哪里（）
A.XGBoost使用了一阶和二阶偏导
B.二阶导数有利于梯度下降的更快更准
C.使用泰勒展开取得函数做自变量的二阶导数形式
D.可以在不选定损失函数具体形式的情况下，仅仅依靠输入数据的值就可以进行叶子分裂优化计算
点击查看答案
相关考题
-
多项选择题
XGBoost虽然是在GBDT的基础上改进的，但是也有很多不同的地方，例如（）
A.GBDT是机器学习算法，XGBoost是该算法的工程实现
B.在使用CART作为基分类器时，XGBoost显式地加入了正则项来控制模型的复杂度，有利于防止过拟合，从而提高模型的泛化能力
C.GBDT在模型训练时只使用了代价函数的一阶导数信息，XGBoost对代价函数进行二阶泰勒展开，可以同时使用一阶和二阶导数
D.传统的GBDT采用CART作为基分类器，XGBoost支持多种类型的基分类器，比如线性分类器 -
多项选择题
XGBoost的目标函数由哪些组成（）
A.损失函数
B.正则项
C.梯度下降
D.以上都正确 -
单项选择题
CART回归树和XGBoost使用的什么相同的方法去寻找最优结果（）
A.贪心算法
B.线性回归
C.逻辑回归
D.岭回归
