dmlc/xgboost

项目概览

该项目能够处理超过数十亿样本量的数据集，并且同一套代码可以在 Kubernetes、Spark、Dask 等多种分布式计算环境中直接运行。

项目类型

数据处理

应用场景

数据分析

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要处理超大规模（数十亿级别）样本数据的数据团队
• 希望将相同的梯度提升代码运行到 Hadoop 或 Dask 等不同分布式环境中的开发者

核心能力

• 在梯度提升框架下实现机器学习算法，提供用于解决数据科学问题的并行树 boosting 能力（也称为 GBDT 或 GBM）。
• 能够将同一套代码直接运行在涵盖 Kubernetes、Hadoop、SGE、Dask 以及 Spark/PySpark 等在内的多种分布式计算环境中。

限制与风险

• 尽管提供了语言和包生态的可用性信息，但当前公开资料未详细记录具体的安装或初次使用步骤，可能需要参考更多社区文档。
• 目前关于运行该库所需的最低硬件要求、GPU 支持情况以及适用的操作系统范围等均处于未知状态，选型时需要自行验证目标架构的适配性。

如何开始

• 由于目前提供的资料仅说明了项目可用的语言和包生态，尚未记录明确的安装指导或首次使用步骤，建议在接入前确认目标部署环境的兼容性细节。

核验依据

• README: XGBoost is an optimized distributed gradient boosting library designed to be highly ***efficient***, ***flexible*** and ***portable***. It implements machine learning algorithms u…
• GitHub 项目简介: Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C++ and more. Runs on single machine, Hadoop, Spark, Dask, Flink and…
• Release: Release 3.3.0 stable

内容核验时间：