原文：ML之XGBoost：利用XGBoost算法对波士顿数据集回归预测(模型调参【2种方法，ShuffleSplit+GridSearchCV、TimeSeriesSplitGSCV】、模型评估)
How to Tune the Number and Size of Decision Trees with XGBoost in Python
imtravelinghah    阅1
机器学习模型的超参数优化
禁忌石    阅42
100天搞定机器学习|Day61 手算 可视化，终于彻底理解了 XGBoost
阿明哥哥资料区    阅18
这是我见过最完整的Python学习教程！没有一个月是看不完的！
zzgyx    阅648    转8
XGBoost、LightGBM与CatBoost算法对比与调参
michael1314520    阅358    转2
GBDT、XGBoost、LightGBM 的使用及参数调优
秋水一江    阅1019
以鸢尾花数据集为例，用Python对决策树进行分类
geoallan    阅733    转2
决策树、提升模型和梯度下降一起构成的GBDT原理
家有仙妻宝宝    阅255    转2
随机森林、LGBM基于贝叶斯优化调参
sywjnew    阅47
今日知识笔记
大船说车    阅17
史上最详细的XGBoost实战（下）
yespon    阅23027    转206
depth
水斯宁    阅14
CentOS查看文件夹占用空间
中间件    阅1432
hibernate max_fetch_depth 配置
山中野翁    阅125
机器学习入门实践——鸢尾花分类
流楚丶格念    阅74    转3