參考資料：
1. 簡單介紹一下XGBoost
2. XGBoost與GBDT有什么不同
3. XGBoost為什么使用泰勒二階展開
4. XGBoost為什么可以並行訓練
5. XGBoost為什么快
6. XGBoost防止過擬合的方法
7. XGBoost如何處理缺失值
8. XGBoost中葉子結點的權重如何計算出來
9. XGBoost中的一棵樹的停止生長條件
10. RF和GBDT的區別
11. XGBoost如何處理不平衡數據
12. 比較LR和GBDT，說說什么情景下GBDT不如LR
13. XGBoost中如何對樹進行剪枝
14. XGBoost如何選擇最佳分裂點？
15. XGBoost的Scalable性如何體現
16. XGBoost如何評價特征的重要性
17. XGBooost參數調優的一般步驟
18. XGBoost模型如果過擬合了怎么解決
19.為什么XGBoost相比某些模型對缺失值不敏感
20. XGBoost和LightGBM的區別
