rgf：正则化贪婪森林（RGF）库的主存储库。 它包括本文的原始实现和用C ++编写的多线程代码，以及各种特定于语言的包装器

正规贪婪森林 正规贪婪森林（RGF）是描述的一种树群机器学习方法。 在许多数据集上，RGF可以提供比梯度增强决策树（GBDT）更好的结果，它已被用来赢得一些Kaggle比赛。 与传统的增强决策树方法不同，RGF直接与基础森林结构配合使用。 RGF整合了两种思想：一种是将树形结构的正则化纳入学习公式； 另一种是采用完全校正的正则化贪婪算法。 该存储库包含RGF算法的以下实现： ：本文的原始实现； ：具有一些简化的多核实现； ：Python的RGF和FastRGF实现的包装； ：Rgf_python的包装R。 您可能希望从收集的帖子中获得有关RGF的有趣信息。