machine-learning - 为什么像xgboost这样的机器学习算法不能在生产环境中使用？

Question

我是一名数据科学家，我在工作场所看到所有主要的生产解决方案最多都涉及随机森林。

为什么像xgboost这样的机器学习算法不能在生产环境中使用？为什么需要可重复性？

Answer 1

我不能代表所有人，但在大多数情况下，您希望有一个决定的理由。您需要能够说服您的客户/您的老板这是正确的决定/预测。如果您使用神经网络或其他黑盒模型，您只有得到的预测结果，如果幸运的话，还有一个置信度估计值。

“白盒”模型或可以解释的模型更好，因为您可以指向样本的特定特征并说这些是产生预测的原因。决策树（但不是太深）或简单的阈值处理属于这一类。

如果我正确理解 xgboost 的概念，您可以训练您的新树来纠正以前的错误。这意味着树不是独立的，因此难以解释。

Answer 2

我已经看到 xgboost 多次在生产中使用，我自己也使用过它（在 python 和 java 工作者中），如果它比随机森林（通常会发生）提供更好的结果，我会推荐它。