为解决快速城市化背景下生态系统服务价值（ESV）与景观生态风险（LER）的协同管理问题，研究人员以成都为案例，结合XGBoost-SHAP模型构建了集成生态分区框架。研究揭示了ESV“西北高-中心低”与LER“西北-中心低、东南高”的空间分异规律，提出四类功能分区 ...

XGBoost是华盛顿大学博士陈天奇创造的一个梯度提升（Gradient Boosting）的开源框架。至今可以算是各种数据比赛中的大杀器，被大家广泛地运用。接下来，就详细介绍一下XGBoost的原理和公式推导。 XGBoost其实是一个树集成模型，他将K（树的个数）个树的结果进行 ...

XGBoost（eXtreme Gradient Boosting）是一种高效的梯度提升框架，它实现了梯度提升决策树（Gradient Boosting Decision Trees, GBDT），并在此基础上进行了优化。XGBoost在许多机器学习竞赛中表现出色，因其高效性和强大的预测能力而受到广泛欢迎。XGBoost支持多种目标函数和 ...

在量化投资领域，因子筛选和合成是构建有效选股组合的核心步骤。传统线性模型在处理因子非线性预测能力时存在局限，因此我们考虑是否可以借用机器学习模型（例如树模型、神经网络模型等）来挖掘因子非线性的预测能力。本报告重点探讨了使用树模型来 ...

陈天奇介绍Xgboost原理的PPT，用于学习xgboost原理。 XGBoost是一个优化的分布式梯度增强库，旨在实现高效，灵活和便携。 它在 Gradient Boosting 框架下实现机器学习算法。XGBoost提供并行树提升（也称为GBDT，GBM），可以快速准确地解决许多数据科学问题。相同的代码 ...

导语：迟暮的女王已经退场,取而代之的是活力满满的新女王——XGBoost(Exterme Gradient Boosting,极限梯度提升)。 仍然记得15年前参加工作的第一天，刚完成研究生学业的我，加入了一家全球投资银行担任分析师。那天我不停地拉直领带，努力回忆起学过的所有东西 ...

上次有小伙伴留言说要不讲讲XGboost的变量重要性怎么计算的，之前面试有遇到面试官问的，问完之后一脸懵逼，而且这个概念也经常听，估计也很重要，要不讲讲呗。其实呢，我们之前也听过这个概念，但是只研究过随机森林的变量重要性，当一开始研究就发现 ...

本文讲述了错误地解释你的机器学习模型是很危险的，而正确解释是非常有价值的。如果你已经发现集成树模型的稳健精度，觉得梯度提升机或随机森林有吸引力，但是，你仍然需要解释它们，希望你从本文获得信息丰富、有帮助的技术内涵。 想象一下，我们 ...

最后更新于 2021 年 7 月 4 日。 凌晨 4 点 18 分。警报响了。外面还是漆黑一片。床很暖和。我光着脚会觉得地板很冷。 但是我起床了。我勇敢地面对清晨，像冠军一样站在冰冷的地板上。 为什么？ 因为我很兴奋。 很高兴今天能和大家分享一些非常特别的东西 ...