GBM与XGBoost均为基于提升法的集成学习算法，通过依次训练弱学习器并纠正前一轮错误来构建强模型。XGBoost在GBM基础上做了多项改进：引入L1/L2正则化防止过拟合，支持并行化加速建树，内置缺失值处理（稀疏感知分裂查找），采用后剪枝策略而非提前停止，并内置交叉验证。这些改进使XGBoost在性能和速度上优于GBM。