XGBoost算法案例与调参实例.pdfVIP

下载本文档

26
0
约1.12万字
约 7页
2022-09-12 发布于江苏
举报
版权申诉

XGBoost算法案例与调参实例.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

XGBoost 算法案例与调参实例 XGBoost 优化的分布式梯度增强库，旨在实现⾼效，灵活和便携。在Gradient Boosting框架下实现机器学习算法。提供了并⾏树提升（也称为GBDT，GBM），可以快速准确地解决许多数据科学问题。相同的代码在主要的分布式环境（Hadoop，SGE，MPI）上运⾏，并且可以解决超过数⼗亿个样例的问题。利⽤了核外计算并且能够使数据科学家在⼀个主机上处理数亿的样本数据。最终，将这些技术进⾏结合来做⼀个端到端的系统以最少的集群系统来扩展到更⼤的数