GBDT和xgboost的差别;

1、模型的scalability，弱分类器除cart外也支持lr和linear
2、策略的scalability，可以支持不同的loss functions，来优化效果，只要一、二阶可导即可
3、算法的scalability，做了很多细节工作，来优化参数学习和迭代速度，特征压缩技术，bagging学习中的特征抽样，特征选择与阈值分裂的分位方法和并行方法等
4、数据的scalability，因为3中的优化，支持B级别的快速训练和建模；同时也因为加上了正则项和随机特征抽样，减少了过拟合问题