Skalierbare, tragbare und verteilte Gradient Boosting (GBDT, GBRT oder GBM) Bibliothek für Python, R, Java, Scala, C++ und mehr. Läuft auf einer einzelnen Maschine, Hadoop, Spark, Dask, Flink und DataFlow.
Verwenden Sie eine Bibliothek, um maschinelles Lernen-Modelle zu erstellen, die Daten schnell und genau analysieren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarSkalierbare, tragbare und verteilte Gradient Boosting (GBDT, GBRT oder GBM) Bibliothek für Python, R, Java, Scala, C++ und mehr. Läuft auf einer einzelnen Maschine, Hadoop, Spark, Dask, Flink und DataFlow.
xgboost hat 28.6k Sterne auf GitHub. Es wurde 8.9k-mal geforkt. xgboost ist hauptsächlich in C++ geschrieben. Es wird seit 2014 aktiv entwickelt. xgboost ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: distributed-systems, gbdt, gbm, gbrt.
Read the full guideSkalierbare, tragbare und verteilte Gradient Boosting (GBDT, GBRT oder GBM) Bibliothek für Python, R, Java, Scala, C++ und mehr. Läuft auf einer einzelnen Maschine, Hadoop, Spark, Dask, Flink und DataFlow.
xgboost ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. xgboost ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
xgboost ist unter der Apache-2.0-Lizenz verfügbar.
xgboost ist hauptsächlich in C++ geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/dmlc-xgboost.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.