程序源码

XGBoost是经过优化的分布式梯度提升库，有着高效、灵活、可移植的特点。在Gradient Boosting框架下实现了机器学习算法。可以快速而准确地解决许多数据科学问题。相同的代码可以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。

软件特色

灵活--支持回归、分类、排名和用户定义的目标

便携--跨平台，包括云平台

支持多种编程语言

克服了许多数据科学和机器学习的挑战

支持在多台机器上进行分布式训练

与Flink、Spark和其他云数据流系统集成

优化的后端系统

相关说明

参考

陈天琪和卡洛斯·格斯特林。XGBoost：可扩展的树助推系统。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。