XGBoost缺失值引起的问题及其深度分析

1. 背景 XGBoost模型做为机器学习中的一大“杀器”，被普遍应用于数据科学竞赛和工业领域，XGBoost官方也提供了可运行于各类平台和环境的对应代码，如适用于Spark分布式训练的XGBoost on Spark。然而，在XGBoost on Spark的官方实现中，却存在一个因XGBoost缺失值和Spark稀疏表示机制而带来的不稳定问题。java 事情起源于美团内部某机器学习平台使用方同

>>阅读原文<<