LightGBM提出了leaf-wise 的生长策略，这种策略是根据叶子结点的增益来确定分裂哪个叶子结点。而XGBoost是根据按层分裂。LightGBM中指出：leaf-wise则是一种更为高效的策略，每次从当前所有叶子中，找到分裂增益最大的一个叶子，然后分裂，如此循环。因此同level-wise相比，在分裂次数相同的情况下，leaf-wise可以降低更多的误差，得到更好的精度。
疑问：虽然在分裂相同的情况下，leaf-wise确实更加针对增益比较高的节点，但是对于建树来说，XGBoost和LightGBM的基分类器树模型不是一样的吗？那这样，先分裂谁和后分裂谁有什么区别？最终不都是要分裂成相同的树结构吗？
请各位指点迷津。
