XGBoost 本身是否完整用于生产强度机器学习？如果不是，它通常与哪些其他工具或库结合，以及如何结合？
（我最近阅读了一个包含大约 5 个组件的堆栈的描述，包括 XGBoost 和 Keras。）
如何将 XGBoost 放入 ML 的完整堆栈中？
数据挖掘
机器学习
Python
工具
xgboost
2021-10-04 20:16:23
1个回答
是的，它是一个完整的机器学习范式。
XGBoost 基本上是极限梯度提升。
它只接受数字矩阵数据。因此，您可能希望转换数据以使其与 XGBoost 兼容。
xgboost 范式的广泛参数使其如此多样化。提升可以在树和线性模型上完成，然后可以根据您选择的模型定义更多参数。
所以，是的，它本身就是一个完整的范例。但是，当您想要超越线性和树模型等 xgboost 的限制时，您可以使用ensembling 的概念。
在集成的情况下，可以使用的工具/库取决于进行实验的数据科学家。它可以是 Keras、Theano 或 TensorFlow，或者任何他/她喜欢的东西。（基于意见）
其它你可能感兴趣的问题