XGBoost

XGBoost 实现了梯度提升决策树，高度专注于性能和可扩展性，一直是结构化（表格型）数据机器学习竞赛中最稳定的获胜算法之一——这类数据常见于电子表格和数据库，而非图像或文本。它既能在单机上高效运行，也能分布式扩展到集群。

XGBoost 适合那些需要在结构化数据上解决分类、回归或排序问题的团队，与目录中主导图像、文本和音频任务的深度学习框架（PyTorch、TensorFlow）不同，在表格数据上，梯度提升方法往往能超越深度学习的表现。