计算时间

来自 31 个文件 python/examples 的总执行时间为 00:00.000

示例	时间	内存 (MB)
XGBoost 入门 (basic_walkthrough.py)	00:00.000	0.0
从预测进行提升的演示 (boost_from_prediction.py)	00:00.000	0.0
使用和定义回调函数的演示 (callbacks.py)	00:00.000	0.0
使用 cat_in_the_dat 数据集训练 XGBoost (cat_in_the_dat.py)	00:00.000	0.0
分类数据的特征工程管道 (cat_pipeline.py)	00:00.000	0.0
分类数据入门 (categorical.py)	00:00.000	0.0
训练延续演示 (continuation.py)	00:00.000	0.0
在 GPU 设备上使用 xgboost (cover_type.py)	00:00.000	0.0
使用交叉验证的演示 (cross_validation.py)	00:00.000	0.0
定义自定义回归目标和指标的演示 (custom_rmsle.py)	00:00.000	0.0
创建自定义多类目标函数的演示 (custom_softmax.py)	00:00.000	0.0
对使用外部内存的分布式训练的实验性支持 (distributed_extmem_basic.py)	00:00.000	0.0
此脚本演示如何访问评估指标 (evals_result.py)	00:00.000	0.0
对外部内存的实验性支持 (external_memory.py)	00:00.000	0.0
使用特征权重改变列采样的演示 (feature_weights.py)	00:00.000	0.0
伽马回归演示 (gamma_regression.py)	00:00.000	0.0
GLM 演示 (generalized_linear_model.py)	00:00.000	0.0
使用 GPU 加速 SHAP 值计算 (gpu_tree_shap.py)	00:00.000	0.0
使用单个树和模型切片进行预测的演示 (individual_trees.py)	00:00.000	0.0
排名学习入门 (learning_to_rank.py)	00:00.000	0.0
解析 JSON/UBJSON 树模型文件的演示 (model_parser.py)	00:00.000	0.0
多输出回归演示 (multioutput_regression.py)	00:00.000	0.0
使用树数量进行预测的演示 (predict_first_ntree.py)	00:00.000	0.0
获取叶子索引的演示 (predict_leaf_indices.py)	00:00.000	0.0
使用 Quantile DMatrix 和数据迭代器的演示 (quantile_data_iterator.py)	00:00.000	0.0
分位数回归 (quantile_regression.py)	00:00.000	0.0
使用 sklearn 接口访问 xgboost 评估指标的演示 (sklearn_evals_result.py)	00:00.000	0.0
使用 sklearn 接口的示例集合 (sklearn_examples.py)	00:00.000	0.0
将 xgboost 与 sklearn 结合使用的演示 (sklearn_parallel.py)	00:00.000	0.0
使用 xgboost.spark 估计器接口的示例集合 (spark_estimator_examples.py)	00:00.000	0.0
使用 process_type 和 prune 和 refresh 的演示 (update_process.py)	00:00.000	0.0