回答思路

RF：采用Bootstrap的随机有放回的抽样，抽样出N份数据集，训练出N个决策树。然后根据N个决策树输出的结果决定最终结果。 xgboost：通过boosting的思想，由一堆cart树，将每棵树的预测值加在一起就得到了最后的预测值。 RF属于集成学习Bagging，而XGB属于集成学习Boosting。 RF是通过减少模型方差提高性能；XGB是通过减少模型偏差提高性能。 对于最终的输出结果而言，RF采用多数投票等；而XGB则是将所有结果累加起来，或者加权累加起来。