既然xgboost那么好，线性回归还有存在的价值吗？

这个问题是我接着上次的问题（xgboost可以做回归预测吗？）问的。

在之前那个问题的回答中，xgboost比线性回归好非常非常多，而且xgboost也不需要做什么特征工程。既然xgboost那么好，线性回归还有存在的价值吗？

再次谢谢！

wlk1993 2017-11-19 15:45

1）线性回归模型的解释性是决策树、随机森林、xgboost无法比拟的，也无法取代。

2）线性回归可以建立线性模型，而xgboost是不可以的。举个例子，即使是简单的y=x+1的线性关系，xgboost也无法做到。

3）线性模型计算简单，适用于快速部署。

蘑菇蘑菇 2017-11-22 10:09

这个说到点子上了！赞 - 阳春面 2017-11-27 21:14

树模型不能计算y=x+1确实显得不太优秀，可以在划分后的结点上再进行线性回归。或者xgb里面的可选模型有linear，这个应该也是可以做的吧 - 年轻人 2018-03-07 14:37

No Free Lunch Theorem告诉我们总会有一些情况，线性模型是比xgboost好的。所以不要过分迷信xgboost。

木子周 2017-12-23 14:06

表示同意，感觉现在很多人也迷信deep learning - 机器小白 2017-12-25 00:12

这个问题类似于

既然有计算器了，那我们还需要学习加减乘除吗？

如果我想学微积分，我需要懂加减乘除吗？

线性回归是最简单的机器学习模型之一，也可以说是理解复杂模型的基础。

abuu 2017-11-20 14:59

感谢楼上各位的回答！我发现的真相就是就算你懂xgboost，面试官还是比较爱问线性回归和逻辑回归。

既然面试官爱问线性模型，估计是线性模型更常用到吧

扎心了

wlk1993 2018-02-23 15:41

当然有价值啊，而且学校里都是教线性回归。既然教了，那就要考，既然要考了，你说有没有价值呗。

花生糖 2017-11-20 09:26