Machine learning

XGBoost

XGBoost（Extreme Gradient Boosting）是由陈天奇和Carlos Guestrin于2016年推出的一种可扩展的树增强算法。它通过逐个添加决策树来构建强大的预测器，每棵树都纠正前一棵树留下的错误，是一种在竞赛中广泛使用的强大预测方法。

在 MethodMind 中打开即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

Method map

The neighbourhood of related methods — select a node to explore.

XGBoost

决策树梯度提升（Gradient Boosting）逻辑回归随机森林支持向量机（分类）主动学习梯度提升主动学习 LightGBM AdaBoost 注意力机制 Bagging（Bootstrap Aggreg…

+62 more

来源

Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD, 785–794. DOI: 10.1145/2939672.2939785 ↗

如何引用本页

ScholarGate. (2026, June 1). XGBoost (Extreme Gradient Boosting). ScholarGate. https://scholargate.app/zh/machine-learning/xgboost

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

被引用于

主动学习梯度提升主动学习 LightGBM AdaBoost 注意力机制 Bagging（Bootstrap Aggregating）贝叶斯提升 (Bayesian Boosting)贝叶斯 LightGBM 贝叶斯XGBoost BERT微调双向循环神经网络 Boosting CatBoost 卷积神经网络图像分类卷积神经网络（分类）信用评分（评分卡、WoE/IV）决策树深度强化学习 Dilated CNN 集成梯度提升可解释决策树可解释的极限随机树可解释梯度提升可解释 LightGBM 可解释随机森林可解释堆叠集成可解释XGBoost 极端随机树 (Extra Trees)GPT模型微调梯度提升（Gradient Boosting）图注意力网络图神经网络门控循环单元 (GRU)知识蒸馏 LightGBM 长格式Transformer / BigBird LoRA 和 PEFT 长短期记忆网络专家混合模型多层感知机 (MLP)多层感知机 (MLP)神经架构搜索 Neural ODE 在线梯度提升随机森林正则化提升正则化 CatBoost 正则化梯度提升正则化 LightGBM 鲁棒提升鲁棒梯度提升鲁棒LightGBM 鲁棒随机森林鲁棒堆叠集成鲁棒XGBoost 多头自注意力机制自监督增强学习自监督梯度提升 (Self-supervised Gradient Boosting)自监督 LightGBM 自监督随机森林自监督堆叠集成半监督提升半监督梯度提升半监督XGBoost 序列到序列模型 SHAP (SHapley Additive exPlanations)堆叠法随机梯度下降 (SGD)TextCNN Transformer (NLP)视觉对比学习

发现本页有问题？报告或提出修改建议 →