xgboost原理与代码实现实例

一：xgboost原理   在数据建模中，当我们有数个连续值特征时，Boosting分类器是最常用的非线性分类器方法 将成百上千个准确率较低的模型组合起来，成为一个准确率较高的模型，这个模型会不断的迭代， 每次迭代就会产生一颗新的树，然而当数据集比较大比较复杂的时候，我们可能需要几千次的迭代 这样造成巨大的计算瓶颈，xgboost正是为了解决这个瓶颈问题而提出的，单机它采用多线程来加速树的 构建过

>>阅读原文<<