dmlc/xgboost vs scikit-learn/scikit-learn

基于当前公开核验快照比较 dmlc/xgboost 与 scikit-learn/scikit-learn 的定位、License、部署方式、适用场景、限制和原始来源。

dmlc/xgboost

XGBoost 是一个高效、灵活且可移植的分布式梯度提升库，旨在解决单机和分布式环境下的数据科学问题。它支持在数十亿级别的数据规模上进行并行的梯度提升树模型训练。

scikit-learn 是基于 SciPy 构建的 Python 机器学习模块，提供机器学习算法、工具及结果可视化绘图功能。该项目始于 2007 年，是一个发展成熟的 Python 库。

先按必须满足的部署、License 和使用场景排除不合适选项，再打开各自详情核对限制与直接证据。