XGBoost是一個非常強大的Boosting演算法工具包，以其優秀的效能（效果與速度）在資料科學比賽中長期佔據領先地位，並且在許多大廠的機器學習方案中也是首選模型。 XGBoost在平行計算效率、缺失值處理、控制過擬合、預測泛化能力等方面表現出色。它的主要特點和優勢包括：
- 平行計算效率：XGBoost在平行計算方面的效率非常高，能夠顯著提高計算速度，尤其是在處理大規模資料集時。
- 缺失值處理：XGBoost對缺失值進行了特殊處理，透過學習模型自動選擇最優的缺失值預設切分方向，這一特性使得它在處理包含缺失值的資料集時更加穩健。
- 控制過擬合：除了透過新增正則化項來防止過擬合外，XGBoost還支援行列取樣的方式來進一步防止過擬合，從而增強模型的泛化能力。
- 預測泛化能力：XGBoost在預測泛化能力上表現優異，能夠在最短的時間內用較少的計算資源得到更好的結果。
此外，XGBoost的目標函式由損失函式和模型複雜度兩部分組成，這一設計使得模型在訓練過程中不僅能夠最佳化預測誤差，還能夠控制模型的複雜度，從而避免過擬合，提高模型的泛化能力。這種設計使得XGBoost在處理複雜資料集時表現出色，尤其是在中醫藥領域的應用中，如中藥寒熱藥性識別及寒熱特徵標記視覺化研究中，XGBoost透過其獨特的演算法和最佳化方法，構建了適用於中藥紫外光譜資料的模型，顯著提高了模型的穩定性和外推效能
清華源安裝：pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simpl
輸入 conda list 檢視下載列表是否有
