在XGBoost算法原理小結(jié)中，我們討論了XGBoost的算法原理，這一片我們討論如何使用XGBoost的Python類庫，以及一些重要參數(shù)的意義和調(diào)參思路。

　　　　本文主要參考了XGBoost的Python文檔 和 XGBoost的參數(shù)文檔。

1. XGBoost類庫概述

　　　　XGBoost除了支持Python外，也支持R，Java等語言。本文關(guān)注于Python的XGBoost類庫，安裝使用"pip install xgboost"即可，目前使用的是XGBoost的0.90版本。XGBoost類庫除了支持決策樹作為弱學(xué)習(xí)器外，還支持線性分類器，以及帶DropOut的決策樹DART，不過通常情況下，我們使用默認(rèn)的決策樹弱學(xué)習(xí)器即可，本文也只會討論使用默認(rèn)決策樹弱學(xué)習(xí)器的XGBoost。

　　　　XGBoost有2種Python接口風(fēng)格。一種是XGBoost自帶的原生Python API接口，另一種是sklearn風(fēng)格的API接口，兩者的實現(xiàn)是基本一樣的，僅僅有細(xì)微的API使用的不同，主要體現(xiàn)在參數(shù)命名上，以及數(shù)據(jù)集的初始化上面。

2. XGBoost類庫的基本使用方式

　　　　完整示例參見我的

總結(jié)

以上是生活随笔為你收集整理的XGBoost类库使用小结的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。