xgboost:可扩展的,可移植的和分布式的梯度提升(GBDT,GBRT或GBM)库,适用于Python,R,Java,Scala,C ++等。 在单机,Hadoop,Spark,Dask,Flink和DataFlow上运行

时间:2021-02-03 00:07:05
【文件属性】:
文件名称:xgboost:可扩展的,可移植的和分布式的梯度提升(GBDT,GBRT或GBM)库,适用于Python,R,Java,Scala,C ++等。 在单机,Hadoop,Spark,Dask,Flink和DataFlow上运行
文件大小:1.94MB
文件格式:ZIP
更新时间:2021-02-03 00:07:05
distributed-systems machine-learning xgboost gbdt gbm 极限梯度提升 | | | | XGBoost是经过优化的分布式梯度增强库,旨在高效,灵活且可移植。 它在框架下实现了机器学习算法。 XGBoost提供了并行树增强(也称为GBDT,GBM),可以快速准确地解决许多数据科学问题。 相同的代码在主要的分布式环境(Kubernetes,Hadoop,SGE,MPI,Dask)上运行,并且可以解决数十亿个示例之外的问题。 执照 :copyright:Contributors,2019年。根据许可进行许可。 贡献给XGBoost XGBoost已由一群活跃的社区成员开发和使用。 您的帮助对于使每个人都能获得更好的包装非常有价值。 检出。 参考 陈天琪和卡洛斯·格斯特林。 。 在2016年第22届SIGKDD知识发现和数据挖掘会议上 XGBoost源自华盛顿大学的研究项目。 赞助商 成为赞助商并在此处获得徽标。 有关详细信息,请参见“ 。 这些资金用于支付持续集成和测试基础架构( )的成本。 开源集体赞助商 赞助商 [] 支持者 [] 其他赞助商 此列表中的赞助商正在捐赠云小时来代替现金捐赠。

网友评论