XGBoost Tree© 是将树模型用作基本模型的梯度提升算法的高级实现。 提升算法以迭代方式学习弱分类器，然后将它们添加到最终的强分类器。 XGBoost Tree 非常灵活，提供的许多参数可能会让大多数用户不知所措，因此 "watsonx.ai Studio中的 XGBoost Tree 节点公开了核心功能和常用参数。 此节点使用 Python 进行实现。

有关增强算法的更多信息，请参阅 XGBoost 教程。 ¹

请注意，"watsonx.ai Studio不支持 XGBoost 交叉验证功能。 您可以使用“分区”节点来实现此功能。 另外请注意，"watsonx.ai Studio中的 XGBoost 会自动对分类变量进行单次编码。

¹ “XGBoost Tutorials。” Scalable and Flexible Gradient Boosting。 Web。 © 2015-2016 DMLC。