如何将XGBoost放入ML的完整堆栈中？

Question

XGBoost是否可以单独完成用于产品强度的机器学习？如果没有，通常使用哪些其他工具或LIBS组合使用？

（我最近阅读了包括Ca 5件的堆栈的描述，包括Xgboost和Keras。）

Answer 1

是的，这是一个全强度的机器学习范式。

XGBoost基本上是极端的梯度提升。

它仅接收数字矩阵数据。因此，您可能需要转换数据，以使其与XGBoost兼容。

这 广泛的参数 Xgboost范式的原因是它如此多样化。可以在树和线性模型上进行提升，然后根据您选择的模型来定义更多参数。

因此，是的，这本身就是一个完整的范式。但是，当您想要的不仅仅是XGBoost（如线性和树模型）的限制时，您可以使用 结合的概念.

在合奏的情况下，可以使用的工具/库取决于正在进行实验的数据科学家。它可以是Keras，Theano或Tensorflow，也可以是他/她喜欢的任何东西。 （基于意见）