![ad6eaadc2df4d6a7189783f2f161610a.png](https://i-blog.csdnimg.cn/blog_migrate/89dcc6a93ac64e40580c731b55e73be3.jpeg)
原文链接:XGBoost(二):R语言实现
微信公众号:机器学习养成记
之前在XGBoost(一):与同类算法的差异对比一文中介绍了Bagging与Boost、AdaBoost与Gradient Boost、GBDT与XGBoost对比,本文我们接着来介绍如何在R中实现XGBoost。
一、XGBoost包
我们可以直接调用R语言的xgboost包中的xgboost()函数实现该算法,xgboost包已经上传到CRAN上,可直接通过install.packages("xgboost")进行安装。下面首先对几个主要参数进行介绍
![260ec0fc4fa7f8bdaab320ef96bc2f3e.png](https://i-blog.csdnimg.cn/blog_migrate/e7d50295923b133f97228aff64b402df.jpeg)
二、数据预处理
xgboost仅适用于数值型向量,因此在训练模型前需要对数据进行相应的转化操作。另外,为了进一步提升运算效率,xgboost定义了独有的数据类型,方便对数据进行数值化和稀疏化处理,进行数据转换的函数如下