XGBoost

 構成・方式 
 タスク 
 導入 
 Sample 
  XGBoost　（eXtreme Gradient Boosting）
 ・勾配ブースティング決定木（GBDT） を扱えるフレームワーク
 ・分類法・回帰法・ランキング学習やユーザ定義オブジェクトをサポート
 ・スパース（sparse）性を考慮したアルゴリズム
データの本質を表すような情報はデータ中に僅かしか含まれていない。
 ・決定木構築アルゴリズムに Histogram-based を採用
連続値特徴量を離散値変換、それを元にヒストグラムを構築
最適分割点は求まらないが、時間、空間効率が良い。
 ・決定木構築アルゴリズムに Pre-sorted を採用
事前にソートされた特徴量から全ての起こり得る分割点を数える。
最適分割点は求まるが、時間、空間効率が悪い。
 ・参考