文章选自Medium，机器之心编译，原文点此跳转。 最近，我参加了 kaggle 竞赛 WIDS Datathon，并通过使用多种 boosting 算法，最终排名前十。从那时开始，我就对这些算法的内在工作原理非常好奇，包括调参及其优劣势，所以有了这篇文章。尽管最近几年神经网络…

xgboost 已然火爆机器学习圈，相信不少朋友都使用过。要想彻底掌握xgboost，就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部，进而理解参数的含义，根据需要进行调参。本文的目的就是让大家尽可能轻松地理解其内部原理。

本文github地址：1-1基本模型调用.ipynb，里面会记录自己kaggle大赛中的内容，欢迎start关注。cmd地址：xgboost库使用入门数据探索XGBoost中数据形式可以是libsvm