xgboostの使い方：irisデータで多クラス分類 - Qiita

xgboostは、決定木モデルの1種であるGBDTを扱うライブラリです。 インストールし使用するまでの手順をまとめました。 様々な言語で使えますが、Pythonでの使い方について記載しています。 GBDTとは 決定木モデルの一種 勾配ブースティング木 Gradient Boosting Decision Tree 同じ決定木モデルではランダムフォレストが有名ですが、下記記事が違いを簡潔にまとめられていました。 【機械学習】決定木モデルの違いをまとめてみた - Qiita GBDTの特徴 簡単に良い精度が出やすい 欠損値を扱える 扱えるのは数値データ 使いやすく精度も良いことから、機械学習コンペティションのKaggleで人気があります。 [1] 使い方 scikit-learnのデータセットの1つである、irisデータ(アヤメの品種データ)を利用しました。OSはAmazon Linux2です