前段時間一直在搞xgboost，測試數據集準確率達到了：98.14%左右，調參達到了瓶頸，感覺準確率無法提升了，老師給推薦了gcForest，下載了源碼，用默認的參數跑了下，測試數據準確率能達到98.6%左右。然後拜讀了下週老師的論文，感覺他的算法在原來集成學習的基礎上做了很大的改善，吸取了很多深度學習的東西。附上gcForest簡介的鏈接，感興趣的瞭解下：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2651994082&idx=1&sn=3a1f21ab37ea8322c6700f660b71648a&chksm=f1214313c656ca05de3d7b134570470333e2e4d9601548dad6a5bde98。
源碼下載的話，建議不要用南大官網上的，版本比較老，可以從github上下載，也有人不斷更新和維護，附上下載鏈接：https://github.com/kingfengji/gcForest，直接將gcForest-master導入到Pycharm編譯器即可，打開requirements.txt文件，可以看到要求的配置，需要安裝tensorflow，keras,windows安裝教程如下：https://blog.csdn.net/simple84672642/article/details/78216394?locationNum=3&fps=1 ，還要有xgboost，附上windows下xgboost安裝教程：http://blog.csdn.net/leo_xu06/article/details/52300869
配置完環境後，打開examples包下的demo_mnist.py文件即可，這個是跑的手寫數字識別的demo,如果前面import 的包提示出錯，直接import相應的包就行了，一般這些包anaconda裏都包括了，但是不知道爲什麼我使用的時候還是提示需要install包，然後install一下就可以了。這個數據集比較大，我的PC跑了一夜，還沒有運行完，我就關掉了，這裏就不附圖了，附一張跑的我自己的數據集的圖片的吧：
PS：我也是剛開始gcForest的學習的，正在拜讀周老師的論文和研究代碼，爲了方便學習交流建了個gcForest交流羣，歡迎大家加入，羣號：745317329，寫的比較倉促，後期有心得再分享。