为什么像xgboost这样的机器学习算法不能在生产环境中使用?

Why machine learning algorithms like xgboost cannot be used in the production environment?

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?为什么需要再现性?

我不能代表所有人,但在大多数情况下,您需要有一个决定的理由。您需要能够说服您的 clients/your 老板这是正确的 decision/prediction。如果您使用神经网络或其他黑盒模型,您只有结果预测,如果幸运的话还有置信度估计。

"White box" models or models which can be interpreted 更好,因为你可以指出样本的特定特征,并说这些是产生预测的原因。决策树(但不太深)或简单的阈值属于此类。

如果我正确理解xgboost的概念,你训练你的新树来纠正之前树的错误。这意味着树不是独立的,因此很难解释。

我已经看到 xgboost 在生产中使用了很多次,我自己也使用过它(在 python 和 java 工人中),如果它能提供更好的结果,我会推荐它例如随机森林(通常会发生)。