이 깃허브 저장소는 <XGBoost와 사이킷런을 활용한 그레이디언트 부스팅>(한빛미디어, 2022)의 코드를 담고 있습니다.
XGBoost는 업계에서 입증된 그레이디언트 부스팅을 위한 오픈소스 라이브러리로 수십억 개의 데이터 빠르고 효율적으로 처리할 수 있습니다.
이 책은 다음과 같은 내용을 다룹니다.
- 밑바닥부터 그레이디언트 부스팅 모델을 만들어 봅니다.
- 성능과 속도를 모두 만족시키는 XGBoost 회귀 모델과 분류 모델을 구축합니다.
- XGBoost 하이퍼파라미터를 미세 튜닝하면서 분산과 편향을 분석합니다.
- 누락된 값을 자동으로 처리하고 불균형한 데이터를 조정합니다.
- dart, 선형 모델, XGBoost 랜덤 포레스트 같은 다른 기본 학습기를 적용합니다.
- 한국어판 부록에서는 LightGBM, CatBoost, 사이킷런의 히스토그램 기반 그레이디언트 부스팅을 소개합니다.