eXtreme Gradient Boosting

社区 |
文档 |
资源 |
贡献者 |
版本说明

XGBoost 是一个经过优化的分布式梯度提升库，旨在实现高度高效、灵活和可移植。它在梯度提升框架下实现了机器学习算法。XGBoost 提供了并行的树提升算法（也称为 GBDT、GBM），能够快速且准确地解决许多数据科学问题。同一套代码可在主流分布式环境（Kubernetes、Hadoop、SGE、Dask、Spark、PySpark）中运行，并能处理数十亿样本级别的问题。

许可证

© 贡献者，2021。根据 Apache-2 许可证授权。

为 XGBoost 做贡献

XGBoost 由一群活跃的社区成员开发和使用。您的帮助对于改进这个项目、使其对所有人更好非常有价值。请查看社区页面。

参考文献

• Tianqi Chen 和 Carlos Guestrin. XGBoost: 一个可扩展的树提升系统。发表于第 22 届 SIGKDD 知识发现与数据挖掘会议，2016。
• XGBoost 起源于华盛顿大学的研究项目。

赞助商

成为赞助商，您的徽标将展示在此处。详情请见赞助 XGBoost 项目。筹集资金将用于支付持续集成和测试基础设施（https://xgboost-ci.net）的成本。

Open Source Collective 赞助商

赞助商

[成为赞助商]

支持者

[成为支持者]