Повышение градиента — это метод машинного обучения, который используется как в программах классификации, так и в программах регрессии. Это один из самых мощных алгоритмов предиктивного обучения, хорошо известный своей точностью и скоростью. GBM отлично подходят для больших и сложных наборов данных и обладают универсальностью для обработки нулевых значений, высокой кардинальности в категориальных переменных и выбросов. Создание моделей повышения градиента очень просто с помощью XGBoost или LightGBM в python, и сегодня мы поговорим об основах этого.