XGBoost

XGBoost
開發者	The XGBoost Contributors
首次發佈	2014年3月27日，10年前
當前版本	0.70（2017年12月30日）
原始碼庫	github.com/dmlc/xgboost;
程式語言	C++
作業系統	Linux, macOS, Windows
類型	機器學習
許可協議	Apache License 2.0
網站	xgboost.ai

XGBoost^[1]是一個開源軟件庫，為C++、Java、Python^[2]、R、^[3]和Julia^[4]提供了一個梯度提升框架，適用於Linux、Windows^[5]、以及macOS^[6]。根據項目的描述，它的目的在於提供一個"可擴展、可移植和分佈式梯度提升（GBM、GBRT、GBDT）庫"。XGBoost除了可以在單機上運行，也支持運行在分佈式框架如Apache Hadoop、Apache Spark和Apache Flink上。近幾年，由於該算法受到許多在機器學習競賽中獲獎團隊的青睞，因而受到了廣泛的歡迎和關注^[7]。

Quick Facts 開發者, 首次發佈 ...

Close

XGBoost最初是一個研究項目，由當時在Distributed (Deep) Machine Learning Community (DMLC) 組裏的陳天奇負責^[8]。它最初作為一個可以由libsvm配置文件進行配置的終端應用程式。在Higgs機器學習挑戰中取得勝利後，它開始在機器學習競賽圈子中被廣為人知。不久之後，相應的Python和R的軟件包被開發了出來。XGBoost現在也已經為Julia、Scala、Java和其他語言提供了軟件包實現。這使得更多的開發者了解了XGBoost，並且讓其在Kaggle社區備受歡迎，被廣泛用於大量的競賽^[7]。

很快地，XGBoost就與其他多個軟件包一起使用，使其更易於在各自的社區中使用。它現在已經與Python用戶的scikit-learn以及與R的Caret軟件包集成在一起。它還可以使用抽象的Rabit^[9]及XGBoost4J集成到諸如Apache Spark、Apache Hadoop和Apache Flink等數據流框架中^[10]。XGBoost也可用於FPGAs的OpenCL^[11]。陳天奇和Carlos Guestrin發表了一種高效、可擴展的XGBoost實現^[12]。

約翰錢伯斯獎（2016） ^[13]
高能物理學會議機器學習獎（HEP meets ML）（2016） ^[14]

[1]
GitHub project webpage. [2019-01-09]. （原始內容存檔於2021-04-01）.
[2]
Python Package Index PYPI: xgboost. [2016-08-01]. （原始內容存檔於2017-08-23）.
[3]
CRAN package xgboost. [2016-08-01]. （原始內容存檔於2018-10-26）.
[4]
Julia package listing xgboost. [2016-08-01]. （原始內容存檔於2016-08-18）.
[5]
Installing XGBoost for Anaconda in Windows. [2016-08-01]. （原始內容存檔於2018-05-08）.
[6]
Installing XGBoost on Mac OSX. [2016-08-01]. （原始內容存檔於2018-05-08）.
[7]
XGBoost - ML winning solutions (incomplete list). [2016-08-01]. （原始內容存檔於2022-08-08）.
[8]
Story and Lessons behind the evolution of XGBoost. [2016-08-01]. （原始內容存檔於2016-08-07）.
[9]
Rabit - Reliable Allreduce and Broadcast Interface. [2016-08-01]. （原始內容存檔於2018-06-11）.
[10]
XGBoost4J. [2016-08-01]. （原始內容存檔於2018-05-08）.
[11]
XGBoost on FPGAs. [2019-08-01]. （原始內容存檔於2020-09-13）.
[12]
Chen, Tianqi; Guestrin, Carlos. Krishnapuram, Balaji; Shah, Mohak; Smola, Alexander J.; Aggarwal, Charu C.; Shen, Dou; Rastogi, Rajeev , 編. 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 (幫助)
[13]
John Chambers Award Previous Winners. [2016-08-01]. （原始內容存檔於2017-07-31）.
[14]
HEP meets ML Award. [2016-08-01]. （原始內容存檔於2018-05-08）.

[source-code-1] [1]
GitHub project webpage. [2019-01-09]. （原始內容存檔於2021-04-01）.

[xgboost-python-2] [2]
Python Package Index PYPI: xgboost. [2016-08-01]. （原始內容存檔於2017-08-23）.

[xgboost-cran-3] [3]
CRAN package xgboost. [2016-08-01]. （原始內容存檔於2018-10-26）.

[xgboost-julia-4] [4]
Julia package listing xgboost. [2016-08-01]. （原始內容存檔於2016-08-18）.

[xgboost-windows-5] [5]
Installing XGBoost for Anaconda in Windows. [2016-08-01]. （原始內容存檔於2018-05-08）.

[xgboost-macos-6] [6]
Installing XGBoost on Mac OSX. [2016-08-01]. （原始內容存檔於2018-05-08）.

[xgboost-competition-winners-7] [7]
XGBoost - ML winning solutions (incomplete list). [2016-08-01]. （原始內容存檔於2022-08-08）.

[history-8] [8]
Story and Lessons behind the evolution of XGBoost. [2016-08-01]. （原始內容存檔於2016-08-07）.

[rabit-9] [9]
Rabit - Reliable Allreduce and Broadcast Interface. [2016-08-01]. （原始內容存檔於2018-06-11）.

[xgboost4j-10] [10]
XGBoost4J. [2016-08-01]. （原始內容存檔於2018-05-08）.

[xgboost_FPGA-11] [11]
XGBoost on FPGAs. [2019-08-01]. （原始內容存檔於2020-09-13）.

[paper-12] [12]
Chen, Tianqi; Guestrin, Carlos. Krishnapuram, Balaji; Shah, Mohak; Smola, Alexander J.; Aggarwal, Charu C.; Shen, Dou; Rastogi, Rajeev , 編. 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 (幫助)

[john-chambers-13] [13]
John Chambers Award Previous Winners. [2016-08-01]. （原始內容存檔於2017-07-31）.

[hep-meets-ml-14] [14]
HEP meets ML Award. [2016-08-01]. （原始內容存檔於2018-05-08）.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

Wikiwand in your browser!

XGBoost

Wikiwand in your browser!

歷史

獲獎

參考文獻