XGBoost

XGBoostは機械学習で用いられるアンサンブル学習の一つであり、ブースティングと決定木を組み合わせた手法です。非常に高い精度を誇っており、ビジネスやコンペでよく活用されている手法ですが、他の手法に比べ学習に時間がかかることもあります。

手法について

XGBoostとは、ブースティングと決定木を組み合わせたアンサンブル学習の一つです。
ブースティングとは、作成したモデルでうまく予測できなかった箇所を学習データに重みをつけてさらにモデル学習することを繰り返し、作成した複数のモデルを組み合わせて予測することで性能を向上させる手法です。
勾配ブースティング回帰木では、浅い決定木を複数作成しブースティングを行うことで、モデルの性能を向上させることができます。

関連分析技術

勾配ブースティング決定木
LightGBM

データ分析手法 ー XGBoost