GBDT和Xgboost的区别有哪些？

有以下几点区别：

1、GBDT是机器学习算法，XGBoost是该算法的一种工程实现

2、XGBoost在使用CART作为基学习器时，加入了正则项来控制模型的复杂度，有利于防止过拟合，从而提高模型的泛化能力

3、GBDT在模型训练时只使用了损失函数的一阶导数信息，XGBoost对损失函数进行二阶泰勒展开，可以同时使用一阶和二阶导数

4、XGBoost支持自定义损失函数，增强了模型的扩展性

5、传统的GBDT采用CART作为基学习器（也叫基分类器），XGBoost支持多种类型的基学习器，包括树模型（gbtree和dart，dart为一种引入dropout的树模型）和线性模型（gblinear），默认为gbtree

6、传统的GBDT在每轮迭代时使用全部的数据，XGBoost支持对数据进列采样，即特征采样，有利于防止过拟合，同时可以减少计算量，提高训练的效率

7、传统的GBDT不能支持缺失值的处理（必须填充），XGBoost支持缺失值的处理，能够自动学习出缺失值的分裂方向（无需填充）

蓝海大脑为满足深度学习联邦学习GBDT平台用户的需要，经过多年的努力，成功研发出集支持一键式部署；支持多种CPU、GPU多种部署模式；无缝对接对象存储海量训练数据等优点为一体的深度学习平台。