XGBoost 与 SVM 的区别
哪些公司问过
答案要点
- XGBoost 是梯度提升树集成,SVM 是最大间隔分类器
- SVM 靠核函数处理非线性,树模型天然非线性
- 树模型不需归一化且能处理缺失值,SVM 需标准化
- 核 SVM 训练约为样本数平方到立方级,大数据下慢
- XGBoost 直接输出概率,SVM 输出距离需额外校准
易错点
- 认为 SVM 不能处理非线性问题
- 以为 SVM 可以直接输出可靠的概率
面试官常见追问
- XGBoost 是怎么处理缺失值的?
- SVM 适合什么场景?
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。