面试题库 › 算法 / 大模型 › GBDT 与随机森林的区别

GBDT 与随机森林的区别

难度 ★★☆在 2 场真实面经中被问到 方向:算法 / 大模型考点:树模型与集成学习

哪些公司问过

字节跳动1阿里巴巴1

常见岗位:机器学习算法(泛)

答案要点

  1. 随机森林是 Bagging,并行训练,有放回采样样本并随机选特征,主要降低方差
  2. GBDT 是 Boosting,串行训练,每棵树拟合当前累加模型的负梯度(伪残差),主要降低偏差
  3. 随机森林树较深,对异常值和过拟合鲁棒;GBDT 用浅层回归树,精度高但更敏感
  4. GBDT 需要调学习率和树的数量,训练难并行
  5. 随机森林适合快速基线,GBDT 及 XGBoost 适合追求精度

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题