fbpx
维基百科

XGBoost

九月 25, 2023

XGBoost[2] 是一个开源软件库，它為 C++、Java、Python、[3]R、[4]和Julia[5]提供了一个梯度提升框架，适用于Linux、Windows、[6]和 mac os。[7] 根据项目的描述，它的目的在于提供一个"可擴展、可移植和分佈式梯度提升(GBM、GBRT、GBDT)庫"。 XGBoost除了可以在单一机器上运行，也支持運行在分布式框架Apache Hadoop、Apache Spark、Apache Flink。 近几年，由于這個演算法受到许多在机器学习竞赛中获奖团队的青睐，因而受到了廣泛的歡迎和關注。[8]

XGBoost
開發者The XGBoost Contributors
首次发布2014年3月27日，​9年前​（2014-03-27）
当前版本
  • 1.7.6 (2023年6月19日)[1]
源代码库
  • github.com/dmlc/xgboost
编程语言C++
操作系统Linux, macOS, Windows
类型机器学习
许可协议Apache License 2.0
网站xgboost.ai

历史 编辑

XGBoost最初是一个研究项目，由当时在Distributed (Deep) Machine Learning Community (DMLC)组里的陈天奇[9] 负责。 它开始是作为一个可由libsvm配置文件进行配置的终端应用程序。当其在Higgs机器学习挑战中获胜之后，开始在机器学习竞赛圈子中被大家熟知。 不久之后，相应的Python和R的軟件包被开发了出来。XGBoost現在也已經為Julia、Scala、Java和其他語言提供了軟件包實現。 这使得更多的开发者认识了XGBoost，也让其在 Kaggle 社区大受欢迎，并用于大量的競賽[8]。

很快地，XGBoost就与其他多个软件包一起使用，使其更易于在各自的社区中使用。 它现在已经与Python用户的scikit-learn以及与R的Caret軟件包集成在一起。它还可以使用抽象的Rabit [10]及XGBoost4J集成到像是Apache Spark、Apache Hadoop和Apache Flink等数据流框架中。[11]XGBoost也可用於FPGAs的OpenCL。[12]陈天奇和Carlos Guestrin發表了一種高效、可擴展的XGBoost實現。[13]

获奖 编辑

  • 约翰钱伯斯奖（2016） [14]
  • 高能物理学会议机器学习奖（HEP meets ML） （2016） [15]

参考文献 编辑

  1. ^ Release 1.7.6. 2023年6月19日 [2023年6月30日]. 
  2. ^ . [2019-01-09]. （原始内容存档于2021-04-01）. 
  3. ^ . [2016-08-01]. （原始内容存档于2017-08-23）. 
  4. ^ . [2016-08-01]. （原始内容存档于2018-10-26）. 
  5. ^ . [2016-08-01]. （原始内容存档于2016-08-18）. 
  6. ^ . [2016-08-01]. （原始内容存档于2018-05-08）. 
  7. ^ . [2016-08-01]. （原始内容存档于2018-05-08）. 
  8. ^ 8.0 8.1 . [2016-08-01]. （原始内容存档于2017-08-24）.  引用错误：带有name属性“xgboost-competition-winners”的<ref>标签用不同内容定义了多次
  9. ^ . [2016-08-01]. （原始内容存档于2016-08-07）. 
  10. ^ . [2016-08-01]. （原始内容存档于2018-06-11）. 
  11. ^ . [2016-08-01]. （原始内容存档于2018-05-08）. 
  12. ^ . [2019-08-01]. （原始内容存档于2020-09-13）. 
  13. ^ Chen, Tianqi; Guestrin, Carlos. Krishnapuram, Balaji; Shah, Mohak; Smola, Alexander J.; Aggarwal, Charu C.; Shen, Dou; Rastogi, Rajeev , 编. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Francisco, CA, USA, August 13-17, 2016. ACM: 785–794. 2016. arXiv:1603.02754  . doi:10.1145/2939672.2939785.  |contribution=被忽略 (帮助)
  14. ^ . [2016-08-01]. （原始内容存档于2017-07-31）. 
  15. ^ . [2016-08-01]. （原始内容存档于2018-05-08）. 

九月 25, 2023
xgboost, 此條目翻譯品質不佳, 2019年7月31日, 翻譯者可能不熟悉中文或原文語言, 也可能使用了機器翻譯, 請協助翻譯本條目或重新編寫, 并注意避免翻译腔的问题, 明顯拙劣的翻譯請改掛, href, template, html, class, redirect, title, template, href, wikipedia, html, class, redirect, title, wikipedia, 提交刪除, 是一个开源软件库, 它為, java, python, 和julia, 提供了. 此條目翻譯品質不佳 2019年7月31日 翻譯者可能不熟悉中文或原文語言 也可能使用了機器翻譯 請協助翻譯本條目或重新編寫 并注意避免翻译腔的问题 明顯拙劣的翻譯請改掛 a href Template D html class mw redirect title Template D d a a href Wikipedia CSD html G13 class mw redirect title Wikipedia CSD G13 a 提交刪除 XGBoost 2 是一个开源软件库 它為 C Java Python 3 R 4 和Julia 5 提供了一个梯度提升框架 适用于Linux Windows 6 和 mac os 7 根据项目的描述 它的目的在于提供一个 可擴展 可移植和分佈式梯度提升 GBM GBRT GBDT 庫 XGBoost除了可以在单一机器上运行 也支持運行在分布式框架Apache Hadoop Apache Spark Apache Flink 近几年 由于這個演算法受到许多在机器学习竞赛中获奖团队的青睐 因而受到了廣泛的歡迎和關注 8 XGBoost開發者The XGBoost Contributors首次发布2014年3月27日 9年前 2014 03 27 当前版本1 7 6 2023年6月19日 1 源代码库github wbr com wbr dmlc wbr xgboost编程语言C 操作系统Linux macOS Windows类型机器学习许可协议Apache License 2 0网站xgboost wbr ai历史 编辑XGBoost最初是一个研究项目 由当时在Distributed Deep Machine Learning Community DMLC 组里的陈天奇 9 负责 它开始是作为一个可由libsvm配置文件进行配置的终端应用程序 当其在Higgs机器学习挑战中获胜之后 开始在机器学习竞赛圈子中被大家熟知 不久之后 相应的Python和R的軟件包被开发了出来 XGBoost現在也已經為Julia Scala Java和其他語言提供了軟件包實現 这使得更多的开发者认识了XGBoost 也让其在 Kaggle 社区大受欢迎 并用于大量的競賽 8 很快地 XGBoost就与其他多个软件包一起使用 使其更易于在各自的社区中使用 它现在已经与Python用户的scikit learn以及与R的Caret軟件包集成在一起 它还可以使用抽象的Rabit 10 及XGBoost4J集成到像是Apache Spark Apache Hadoop和Apache Flink等数据流框架中 11 XGBoost也可用於FPGAs的OpenCL 12 陈天奇和Carlos Guestrin發表了一種高效 可擴展的XGBoost實現 13 获奖 编辑约翰钱伯斯奖 2016 14 高能物理学会议机器学习奖 HEP meets ML 2016 15 参考文献 编辑 Release 1 7 6 2023年6月19日 2023年6月30日 GitHub project webpage 2019 01 09 原始内容存档于2021 04 01 Python Package Index PYPI xgboost 2016 08 01 原始内容存档于2017 08 23 CRAN package xgboost 2016 08 01 原始内容存档于2018 10 26 Julia package listing xgboost 2016 08 01 原始内容存档于2016 08 18 Installing XGBoost for Anaconda in Windows 2016 08 01 原始内容存档于2018 05 08 Installing XGBoost on Mac OSX 2016 08 01 原始内容存档于2018 05 08 8 0 8 1 XGBoost ML winning solutions incomplete list 2016 08 01 原始内容存档于2017 08 24 引用错误 带有name属性 xgboost competition winners 的 lt ref gt 标签用不同内容定义了多次 Story and Lessons behind the evolution of XGBoost 2016 08 01 原始内容存档于2016 08 07 Rabit Reliable Allreduce and Broadcast Interface 2016 08 01 原始内容存档于2018 06 11 XGBoost4J 2016 08 01 原始内容存档于2018 05 08 XGBoost on FPGAs 2019 08 01 原始内容存档于2020 09 13 Chen Tianqi Guestrin Carlos Krishnapuram Balaji Shah Mohak Smola Alexander J Aggarwal Charu C Shen Dou Rastogi Rajeev 编 Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining San Francisco CA USA August 13 17 2016 ACM 785 794 2016 arXiv 1603 02754 nbsp doi 10 1145 2939672 2939785 contribution 被忽略 帮助 John Chambers Award Previous Winners 2016 08 01 原始内容存档于2017 07 31 HEP meets ML Award 2016 08 01 原始内容存档于2018 05 08 取自 https zh wikipedia org w index php title XGBoost amp oldid 71704079, 维基百科，wiki，书籍，书籍，图书馆，

文章

，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。