这是使用 XGBoost Python 包的示例集合。
使用 xgboost 和 sklearn 的示例
获取叶子索引的示例
此脚本演示如何访问评估指标
Gamma 回归示例
从预测进行提升的示例
使用 sklearn 接口访问 xgboost 评估指标的示例
使用特征权重改变列抽样的示例
GLM 示例
使用树的数量进行预测的示例
XGBoost 入门
使用 sklearn 接口的示例集合
分类数据入门
使用交叉验证的示例
结合使用 process_type、prune 和 refresh 的示例
使用单个树和模型切片进行预测的示例
使用 xgboost.spark 估计器接口的示例集合
将数据迭代器与 Quantile DMatrix 结合使用的示例
使用 cat_in_the_dat 数据集训练 XGBoost
多输出回归示例
分位数回归
继续训练的示例
分类数据的特征工程流程
使用和定义回调函数的示例
外部内存的实验性支持
创建自定义多类别目标函数的示例
学习排名 (Learning to Rank) 入门
定义自定义回归目标和评估指标的示例
外部内存的分布式训练实验性支持
解析 JSON/UBJSON 树模型文件的演示
由 Sphinx-Gallery 生成的画廊
