Kelebihan XGBoost, Kapan Menggunakan XGboost, kapan tidak menggunakan XGBoost

Terdapat algoritma yang lagi ngetrend baru-baru ini, yang bernama XGBoost. 

Begitu muncul, XGBoost menyalip performa banyak algoritma machine learning lain, hingga bermunculkan komunitas XGBoost di dunia maya.. 

Adapun kelebihan dan kekurangan XGBoost adalah sebagai berikut: 

Kelebihan XGBoost atau kapan menggunakan XGBoost: dikutip dari blogcatatan orizadi

- Untuk masalah klasifikasi, terutama untuk yang terkait dengan masalah bisnis dunia nyata. 

- Masalah dimana rentang distribusi nilai targetnya terdapat di dalam trainingset, dan dapat diekspektasi sama dengan data yang testing pada dunia nyata. 

- Situasi dimana terdapat banyak variabel kategorikal

- Jumlah obserbasi yang banyak pada training data. 

- Jumlah fitur lebih kecil daripada jumlah observasi pada training data. 

kelemahan XGBoost atau kapan tidak menggunakan XGBoost: dikutip dari blog catatan orizadi

- Jika jumlah observasi pada data training sangat jauh lebih kecil daripada jumlah fiturnya. 

- Bidang computer vision

- Bidang pemrosesan bahasa alami. 

- Task regresi yang melibatkan prediksi output kontinyu. 

- Task yang melibatkan ekstrapolasi. 

Sekian sharing informasi dari saya, jika butuh informasi lebih lanjut dapat melihat link sumbernya yang berada di bawah