XGBOOST模型介绍
eleanor这是机器学习系列的第三篇文章，对于住房租金预测比赛的总结这将是最后一篇文章了，比赛持续一个月自己的总结竟然也用了一个月，牵强一点来说机器学习也将会是一个漫长的道路，后续机器学习的文章大多数以知识科普为主，毕竟自己在机器学习这个领域是个渣渣，自己学到的新知识点会分享给大家的。
前面的文章谈了谈这次比赛非技术方面的收获，对数据集的初步了解和特征工程的处理，今天主要介绍这次使用的模型--XGBOOST。
XGBOOST模型介绍
voguing关于xgboost的原理网络上的资源很少，大多数还停留在应用层面，自己也是仅仅学习了一点应用，关于原理可以参考陈天奇博士的这篇文章
adthedocs.io/en/latest/tutorials/modell。
摩登家庭 美剧
简单介绍：
XGBOOST是一个监督模型，xgboost对应的模型本质是一堆CART树。用一堆树做预测，就是将每棵树的预测值加到一起作为最终的预测值。下图就是CART树和一堆CART树的示例，用来判断一个人是否会喜欢计算机游戏：
第二张图明了如何用一堆CART树做预测，就是简单将各个树的预测分数相加。赶集的意思
february怎么读
参数介绍：
官方参数介绍看这里： adthedocs.io/en/latest/parameterl#general-parameters大脸变小脸
比较重要的参数介绍：
“reg:linear” –线性回归。 “reg:logistic” –逻辑回归。 “binary:logistic” –二分类的逻辑回归问题，输出为概率。 “binary:logitraw” –二分类的逻辑回归问题，输出的结果为wTx。
高一数学课程讲解视频
你好啊英文>专四作文“count:poisson”–计数问题的poisson回归，输出结果为poisson分布。在poisson回归中，m
ax_delta_step的缺省值为0.7。(ud to safeguard optimization)
abiscuit
