xgboost原理與代碼實現實例

一：xgboost原理   在數據建模中，當我們有數個連續值特徵時，Boosting分類器是最常用的非線性分類器方法 將成百上千個準確率較低的模型組合起來，成爲一個準確率較高的模型，這個模型會不斷的迭代， 每次迭代就會產生一顆新的樹，然而當數據集比較大比較複雜的時候，我們可能需要幾千次的迭代 這樣造成巨大的計算瓶頸，xgboost正是爲了解決這個瓶頸問題而提出的，單機它採用多線程來加速樹的 構建過

>>阅读原文<<