超级女王XGBoost到底“绝”在哪里?(12)

每当NIPS/ICML/KDD等顶级会议上一有新的算法被提出 , 最忙活的可能就是数据科学家了 。 数据科学家们必须测试所有可能的数据算法 , 以保证最终选择的算法是最佳的 。 此外 , 选择正确的算法还远远不够 , 还必须通过不断调整超参数 , 正确对算法数据集进行配置 。

此外 , 如何选择最佳的算法还有其他几个值得考虑的因素 , 例如算法的计算复杂度、可解释性以及实现的难易程度 。 而这正是机器学习开始从科学走向艺术的时刻 。

历史的车轮总是在不断向前滚动 。 XGBoost的铁王座早就被许多人觊觎垂涎 , 开发一个优于XGBoost的更强大的模型框架只是时间上的早晚问题 。

然而 , 在强大的挑战者出现之前 , XGBoost将继续统治机器学习的世界!


留言 点赞 关注

我们一起分享AI学习与发展的干货

欢迎关注全平台AI垂类自媒体 “读芯术”

推荐阅读