擅长:python、mysql、java
<p><code>xgboost.XGBClassifier</code>句柄<code>np.nan</code>没有插补<a href="https://stats.stackexchange.com/questions/235489/xgboost-can-handle-missing-data-in-the-forecasting-phase">see here</a>。在</p>
<p><code>xgboost</code>有一个易于使用的<code>sklearn</code>api <a href="https://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn" rel="nofollow noreferrer">look at the documentation</a>。在</p>
<p><code>xgboost.XGBClassifier</code>基本上是非常接近的形式<code>GradientBoostingClassifier</code>,两者都是用于分类的梯度提升方法。有关示例<a href="https://stats.stackexchange.com/questions/282459/xgboost-vs-python-sklearn-gradient-boosted-trees">here</a>,请参阅。在</p>