XGBoost论文笔记

1.简介 XGBoost在2015年到2017年间kaggle比赛中大放异彩。本文依据2016年论文《XGBoost: A Scalable Tree Boosting System》翻译总结。 处理的问题包括:库存销售预测、高能量物理事件分类、web text 分类、客户行为预测、运动检测、广告点击率预测、产品分类、风险预测等。 XGBoost成功的最主要因素是其可扩展性。比大部分算法快10倍,
相关文章
相关标签/搜索