XGBoost:可扩展和灵活的梯度提升-开源

XGBoost是一个优化的分布式梯度提升库，旨在可扩展，灵活，可移植且高效。 它支持回归，分类，排名和用户定义的目标，并在所有主要操作系统和云平台上运行。 XGBoost通过在Gradient Boosting框架下实现机器学习算法来工作。 它还提供了并行树增强（GBDT，GBRT或GBM），可以快速而准确地解决许多数据科学问题。 XGBoost可用于Python，Java，Scala，R，C ++等。 它可以在Hadoop，Spark，Dask，Flink和大多数其他分布式环境的单台机器上运行，并且能够解决数十亿个示例中的问题。