文件名称：XGBoost.jl:XGBoostJulia套餐
文件大小：70KB
文件格式：ZIP
更新时间：2024-06-11 16:19:45
Julia
XGBoost.jl Julia的极限梯度提升 抽象的 该软件包是的Julia接口。 它是分布式梯度提升框架的高效且可扩展的实现。 该软件包包括高效的线性模型求解器和树学习算法。 该库使用OpenMP进行了并行化，它可以比某些现有的梯度增强软件包快10倍以上。 它支持各种目标函数，包括回归，分类和排名。 该软件包还具有可扩展性，因此用户也可以轻松定义自己的目标。 特征 稀疏的特征格式，可以轻松处理缺失值并提高计算效率。 高级功能，例如自定义损失功能，交叉验证，请参阅以获取演练示例。 安装 ] add XGBoost 或者 ] develop " https://github.com/dmlc/XGBoost.jl.git " ] build XGBoost 默认情况下，该软件包在Linux，MacOS和Windows上为XGBoost v0.82.0安装预构建的二进制文件。 只有L
【文件预览】：
XGBoost.jl-master
----.travis.yml(384B)
----Project.toml(694B)
----data()
--------featmap.txt(3KB)
--------agaricus.txt.test(179KB)
--------agaricus.txt.train(722KB)
--------README.md(132B)
----.github()
--------workflows()
----test()
--------rabit.jl(224B)
--------dump.nice.txt(572B)
--------xgb.model(1KB)
--------dump.raw.json(969B)
--------example.jl(4KB)
--------runtests.jl(2KB)
--------dump.nice.json(1KB)
--------utils.jl(478B)
--------dump.raw.txt(397B)
----src()
--------xgboost_lib.jl(13KB)
--------rabit_wrapper.jl(554B)
--------XGBoost.jl(539B)
--------xgboost_wrapper_h.jl(8KB)
----LICENSE.md(1KB)
----.gitignore(44B)
----demo()
--------boost_from_prediction.jl(1KB)
--------generalized_linear_model.jl(1KB)
--------basic_walkthrough.jl(4KB)
--------custom_objective.jl(2KB)
--------cross_validation.jl(3KB)
--------README.md(550B)
--------predict_first_ntree.jl(846B)
----README.md(3KB)