Đây là thuật toán gradient boosting (phương pháp dự đoán bằng cách gộp nhiều cây quyết định) rất mạnh cho dữ liệu dạng bảng, từng thắng nhiều cuộc thi Kaggle. Bạn làm dự đoán, ví dụ như đoán khách hàng có rời bỏ dịch vụ không, có thể dùng XGBoost để train mô hình cho kết quả tốt mà không cần chỉnh nhiều. Bạn chỉ cần cài Python và gói xgboost là dùng được.
Thuật toán gradient boosting rất mạnh cho dữ liệu dạng bảng, từng thắng nhiều cuộc thi Kaggle và được dùng rộng rãi trong ngành. XGBoost gộp nhiều cây quyết định lại để dự đoán chính xác hơn, hỗ trợ xử lý dữ liệu thiếu, chạy song song và dùng được với Python, R, Java và nhiều ngôn ngữ khác. Bạn làm dự đoán, ví dụ như đoán khách hàng có rời bỏ dịch vụ không, có thể dùng XGBoost để train mô hình cho kết quả tốt mà không cần chỉnh nhiều.
git clone https://github.com/dmlc/xgboost.git