Я пытаюсь понять, как работает XGBoost. Я уже понимаю, как деревья с градиентным ускорением работают на Python sklearn. Что мне не ясно, так это то, работает ли XGBoost таким же образом, но быстрее, или если между ним и реализацией python есть фундаментальные различия.
Когда я читаю эту статью
http://learningsys.org/papers/LearningSys_2015_paper_32.pdf
Мне кажется, что конечный результат выхода XGboost такой же, как и в реализации Python, однако основное отличие заключается в том, как XGboost находит наилучшее разделение для каждого дерева регрессии.
По сути, XGBoost дает тот же результат, но он быстрее.
Это правильно, или что-то еще мне не хватает?