XGBoost Tree© は、ツリー モデルを基本モデルとして使用する勾配ブースティング・アルゴリズムの高度な実装です。 ブースティング・アルゴリズムでは、弱い分類子に繰り返し学習させ、それを最終的な強い分類子に追加します。 XGBoost Treeは非常に柔軟で、多くのパラメータを提供しているため、ほとんどのユーザーには圧倒されるかもしれない。そこで、'watsonx.ai StudioのXGBoost Treeノードは、核となる機能とよく使われるパラメータを公開している。 このノードは Python で実装されています。

ブースティング・アルゴリズムについて詳しくは、 XGBoost Tutorialsを参照してください。 ¹

watsonx.ai StudioではXGBoostのクロスバリデーション機能はサポートされていない。 この機能の代わりに、データ区分ノードを使用できます。 また、'watsonx.ai StudioのXGBoostは、カテゴリー変数に対して自動的にワンホットエンコーディングを行うことに注意。

¹ 「XGBoost のチュートリアル。」 スケーラブルかつフレキシブルな勾配ブースティング。 Web. © 2015-2016 DMLC.