XGBoost beats neural networks on tabular data like spreadsheets because it needs less data, handles messy values automatically, and stays stable with outliers. Neural networks require huge datasets and extensive cleaning to avoid overfitting.
चलिए आज बात करते हैं एक्जीब्ूस इतना बेटर परफॉर्म क्यों करता है। एक्ीबूसटैबुलर डेटा में बहुत स्ट्रोंग होता है। जैसे एक्सेल या सीएसपी डेटा जिसमें कॉलम्स होते है 1 सालरीसिटीएक्एट्र ये डायरेक्टली रूल बना लेता है। इसलिए फास्टर एफिसिएंट भी होता है। तो स्मॉल या मीडियम डेटा सेट पर एग्जीबूस बेटर ही होता है। नूरिलनेटवरको हमेशा ज्यादा डेटा चाहिए होता है वरना वो ओवर फिट कर जाते हैं। तो एग्जी बूस को ज्यादा प्री प्रोसेसिंग की जरूरत नहीं होती है। यह मिसिंग वॉल्यू और मेसी डेटा को खुद ही हैंडल कर लेता है। न्यूरल नेटवर्क के लिए पहले आपको डेटा क्लीन करना पड़ता है फिर उसको मॉडल में पास करना पड़ता है। आउटलायर के केसेज में भी अगर हम देखें तो एग्जीबूसस्टेबल ही रहता है। जबकि न्यूरल नेटवर्क डिस्टर्ब हो जाता है। क्योंकि ओवर फिटिंग, स्टेज स और आउटलायर्स उसको बहुत एफेक्ट करते हैं। इसी लिए रियल वर्ल्ड स्ट्रक्चर डेटा प्रॉब्लम में एग्जीक्यूट अक्सर बेटर रिजल्ट देता है। ऐंड कंपेरिजन वित नीरल नेटवर्क।
