質問

Xgboostは、製品の強さの機械学習のためにそれ自体で完了していますか?そうでない場合、他のどのツールやLibsが組み合わされているのか、どのように組み合わされていますか?

(私は最近、XgboostやKerasを含むCA 5ピースを含むスタックの説明を読みました。)

役に立ちましたか?

解決

はい、それは全力の機械学習パラダイムです。

xgboostは基本的に極端な勾配ブーストです。

数値マトリックスデータのみを使用します。したがって、Xgboostと互換性があるように、データを変換することをお勧めします。

幅広いパラメーター Xgboostパラダイムのうち、それを非常に多様にしています。ブーストは木や線形モデルで行うことができ、選択したモデルに応じてより多くのパラメーターを定義できます。

したがって、はい、それはそれ自体が完全なパラダイムです。ただし、線形モデルやツリーモデルのようなXGBoostの制限以上のものが必要な場合は、 アンサンミングの概念.

アンサンブルの場合、使用できるツール/ライブラリは、実験を行っているデータサイエンティストによって異なります。それはケラス、シーノ、またはテンソルフロー、または彼/彼女が快適なものである可能性があります。 (意見に基づいて)

ライセンス: CC-BY-SA帰属
所属していません datascience.stackexchange
scroll top