XGBoost論文翻譯------ XGBoost: A Scalable Tree Boosting System

原文鏈接: https://arxiv.org/pdf/1603.02754.pdf

作者:

Tianqi Chen University of Washington [email protected];

Carlos Guestrin University of Washington [email protected]

摘要

提升樹是非常有效且廣泛應用於機器學習的方法. 在這篇論文中, 我們描述了可擴展的,端到端的提升樹系統,叫做XGBoost. 在很多機器學習的挑戰中,數據科學家經常使用該系統實現卓越的效果. 我們提出了一個針對稀疏數據的新穎方法----稀疏感知和加權的分位近似樹. 更重要的, 我們提出了一些有效的方法來實現緩存, 數據壓縮, 分片構建提升樹系統. 綜合了這些有效的特點, 在數據規模超過10億的情況下, XGBoost要比當前的其它系統使用少得多的資源.

關鍵詞

大規模 機器學習

1. 介紹

(未完, 待續...)