第十九讲延续 简单理解什么是XGboost模型

让我们一步一步地彻底搞懂 XGBoost，不只是“用”，而是“理解”。🌱

---

🧠 一、XGBoost 是什么？

XGBoost 是 “eXtreme Gradient Boosting” 的缩写，是一种 集成学习算法，属于**提升法（Boosting）**的一种。

它的核心思想：

用多个弱模型（通常是决策树）一个接一个地串联起来，前一个模型没学好的地方，后一个模型来补救！

它的特点：

• 比普通 GBDT 更快、更准

• 具备正则化功能（防止过拟合）

• 支持并行处理

• 可以处理缺失值

• 在 Kaggle、天池比赛中几乎是“上分神器”

---

⚙️ 二、XGBoost 工作流程图解（类比）

我们用一个「猜水果」的例子理解：

🎯 目标：猜一个水果是“苹果”还是“橙子”

1. 第1棵树（弱模型）：

   • 看颜色，猜大多数绿色的是苹果 → 对了一半，但也错了很多。

2. 第2棵树：

   • 学习第一棵树