Git Stars Git Stars

#xgboost 仓库

探索 34 个标记为 #xgboost 的活跃开源 GitHub 仓库,它们累计获得 80,652 个 Star(平均每个项目 2,372 个)。该主题的领先项目是 dmlc/xgboost,拥有 29,010 个 Star。

34
仓库总数
80,652
总星标数
2,372
平均每个仓库星标数
1
dmlc/xgboost

可扩展、可移植且分布式的梯度提升(GBDT、GBRT 或 GBM)库,支持 Python、R、Java、Scala、C 等语言。可在单机、Hadoop、Spark、Dask、Flink 和 DataFlow 上运行。

dmlc
⭐ 29,010 C++ 👤 dmlc Organization 🕐 已更新 2026-11-19 📅 创建时间 2014-02-06
2
kserve/kserve

用于Kubernetes上可扩展、多框架部署的标准分布式生成和预测AI推理平台

kserve
⭐ 6,253 Go 👤 kserve Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-03-27
3
alibaba/Alink

Alink 是基于 Flink 的机器学习算法平台,由阿里巴巴计算平台的 PAI 团队开发。

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 已更新 2024-06-07 📅 创建时间 2018-09-30
4
mljar/mljar-supervised

用于表格数据的 AutoML 的 Python 包,包括特征工程、超参数调优、解释和自动文档

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-11-05
5
parrt/dtreeviz

一个用于决策树可视化和模型解释的 Python 库。

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 已更新 2026-01-02 📅 创建时间 2018-08-13
6
BayesWitnesses/m2cgen

将 ML 模型转换为原生代码 (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust),零依赖

BayesWitnesses
⭐ 2,944 Python 👤 BayesWitnesses Organization 🕐 已更新 2024-08-03 📅 创建时间 2019-01-13
7
TeamHG-Memex/eli5

一个用于调试/检查机器学习分类器并解释其预测的库

TeamHG-Memex
⭐ 2,858 Jupyter Notebook 👤 TeamHG-Memex Organization 🕐 已更新 2026-04-08 📅 创建时间 2016-09-15
8
mars-project/mars

Mars 是一个基于张量的统一框架,用于大规模数据计算,它扩展了 NumPy、Pandas、Scikit-learn 和 Python 函数。

mars-project
⭐ 2,751 Python 👤 mars-project Organization 🕐 已更新 2024-01-02 📅 创建时间 2018-12-05
9
jolibrain/deepdetect

用于 Torch 和 TensorRT 的深度学习服务器及命令行界面

jolibrain
⭐ 2,549 C++ 👤 jolibrain Organization 🕐 已更新 2026-11-17 📅 创建时间 2015-05-22
10
benedekrozemberczki/awesome-decision-tree-papers

决策、分类和回归树的研究论文集,包含实现。

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 已更新 2025-12-28 📅 创建时间 2019-05-11
11
kubeflow/trainer

在 Kubernetes 上进行分布式 AI 模型训练和 LLM 微调

kubeflow
⭐ 2,287 Go 👤 kubeflow Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-06-28
12
AutoViML/AutoViz

用一行代码自动可视化任何数据集,任何大小。由 Ram Seshadri 创建。欢迎合作者。授权按需授予。

AutoViML
⭐ 1,870 Python 👤 AutoViML User 🕐 已更新 2024-06-10 📅 创建时间 2019-07-17
13
skforecast/skforecast

用于时间序列预测的 Python 库,支持 scikit-learn 兼容模型、统计方法和基础模型

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-02-10
14
Nixtla/mlforecast

可扩展的机器学习🤖用于时间序列预测。

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-04-26
15
xorbitsai/xorbits

以 API 兼容且闪电般快速的方式实现可扩展的 Python DS & ML。

xorbitsai
⭐ 1,200 Python 👤 xorbitsai Organization 🕐 已更新 2026-02-14 📅 创建时间 2022-07-27
16
benedekrozemberczki/awesome-gradient-boosting-papers

精选的带有实现的梯度提升研究论文列表。

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-05 📅 创建时间 2019-05-11
17
NVIDIA/NVFlare

NVIDIA 联邦学习应用程序运行时环境

NVIDIA
⭐ 1,017 Python 👤 NVIDIA Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-07-23
18
SeldonIO/MLServer

一款机器学习模型推理服务器,支持多框架、多模型服务等

SeldonIO
⭐ 903 Python 👤 SeldonIO Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-06-16
19
Tejas-TA/predikit

连接你的机器学习模型与 AI 智能体之间缺失的桥梁。

Tejas-TA
⭐ 840 Python 👤 Tejas-TA User 🕐 已更新 2026-10-28 📅 创建时间 2026-05-25
20
apachecn/ml-mastery-zh

:book: [译] MachineLearningMastery 博客文章

apachecn
⭐ 786 JavaScript 👤 apachecn Organization 🕐 已更新 2025-02-19 📅 创建时间 2019-03-25
21
StatMixedML/XGBoostLSS

XGBoost 到概率建模的扩展

StatMixedML
⭐ 738 Python 👤 StatMixedML User 🕐 已更新 2026-10-02 📅 创建时间 2019-06-16
22
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 已更新 2024-09-14 📅 创建时间 2021-10-26
23
mljar/supertree

用交互式决策树可视化给老板留下深刻印象

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 已更新 2026-08-11 📅 创建时间 2024-07-24
24
yandex/rep

面向人类的机器学习工具箱

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 已更新 2024-07-31 📅 创建时间 2015-04-13
25
kossisoroyce/timber

Ollama 用于经典 ML 模型。AOT 编译器,将 XGBoost、LightGBM、scikit-learn、CatBoost 和 ONNX 模型转换为原生 C99 推理代码。加载一条命令,服务一条命令。比 Python 推理快 336 倍。

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 已更新 2026-04-16 📅 创建时间 2026-02-27
26
AutoViML/featurewiz

使用高级特征工程策略,只需一行代码即可从数据集中选择最佳特征。由 Ram Seshadri 创建。欢迎合作者。

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 已更新 2025-02-19 📅 创建时间 2020-11-29
27
Ekeany/Boruta-Shap

一个基于树的特征选择工具,结合了 Boruta 特征选择算法和 Shapley 值。

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 已更新 2024-02-19 📅 创建时间 2020-04-13
28
neptune-ai/neptune-client

📘 基础模型训练的实验跟踪器

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 已更新 2026-03-17 📅 创建时间 2019-02-11
29
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

IDS-ML代码:使用机器学习算法(决策树、随机森林、极端随机树、XGBoost、Stacking、K-Means、贝叶斯优化..)开发入侵检测系统

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 已更新 2026-04-01 📅 创建时间 2021-05-25
30
whyzhow/Kaggle-NeurIPS---Open-Polymer-Prediction-2025-Silver-Algorithm-Overview

银牌 Kaggle NeurIPS 开源聚合物预测解决方案的改进且可重复实现,包含 SMILES 规范化、分子描述符、CatBoost/XGBoost 模型、OOF 堆叠,以及可选的 PyTorch Geometric GNN。

whyzhow
⭐ 591 Python 👤 whyzhow User 🕐 已更新 2026-02-28 📅 创建时间 2026-02-13
31
openscoring/openscoring

REST Web 服务,用于 Scikit-Learn、R 和 Apache Spark 模型的真实实时评分(<1 ms)

openscoring
⭐ 587 Java 👤 openscoring Organization 🕐 已更新 2026-02-02 📅 创建时间 2013-04-02
32
cerlymarco/shap-hypetune

一个用于Gradient Boosting模型的同步超参数调优和特征选择的Python包。

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 已更新 2024-06-08 📅 创建时间 2021-05-16
33
hyperactive-project/Hyperactive

优化算法和实验的统一接口

hyperactive-project
⭐ 551 Python 👤 hyperactive-project Organization 🕐 已更新 2026-11-02 📅 创建时间 2018-11-01
34
AutoViML/Auto_ViML

使用一行代码自动构建多个 ML 模型。由 Ram Seshadri 创建。欢迎协作者。经请求授予许可。

AutoViML
⭐ 547 Python 👤 AutoViML User 🕐 已更新 2025-01-30 📅 创建时间 2019-06-10

常见问题解答

1

GitHub 上最受欢迎的 #xgboost 仓库是什么?

GitHub 上排名第一的开源 #xgboost 项目是 dmlc/xgboost,拥有 29,010 个 Star。可扩展、可移植且分布式的梯度提升(GBDT、GBRT 或 GBM)库,支持 Python、R、Java、Scala、C 等语言。可在单机、Hadoop、Spark、Dask、Flink 和 DataFlow 上运行。

2

#xgboost 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #xgboost 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, Go。

3

#xgboost 仓库的排名是如何计算的?

我们跟踪了 34 个标记为 #xgboost 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 80,652 个 Star,平均每个仓库拥有 2,372 个 Star。排名每日根据 GitHub API 更新。