xgboost. Теория и практика
- 1. Установка пакета xgboost
- 2. Градиентный бустинг: принцип метода и особенности реализации в xgboost
- 3. Использование xgboost совместно с caret
- 4. xgb.train: формат исходных данных и параметры модели
- 5. xgboost и Random Forest
- 6. Пользовательские функции потерь и метрики качества
- 7. Производительность
- Литература