# 常见问题 此文档包含有关 xgboost 的常见问题。 ## 如何调参 参阅 [_参数调整指南_](how_to/param_tuning.html) ## 模型的描述 参阅 [_介绍 Boosted Trees_](model.html) ## 我有一个很大的数据集 XGBoost 被设计为 memory efficient（高效使用内存）的。通常数据符合你的内存就可以处理问题（这通常意味着数百万个实例）。 如果内存不足，请查看 [外部存储器版本](https://github.com/dmlc/xgboost/tree/master/doc/external_memory.md) 或 xgboost 的 [分布式版本](https://github.com/dmlc/wormhole/tree/master/learn/xgboost) 。 ## 在平台 X（Hadoop/Yarn, Mesos）上运行 xgboost XGBoost 的分布式版本被设计为可移植到各种环境。 分布式 XGBoost 可以移植到任何支持 [rabit](https://github.com/dmlc/rabit) 的平台上。 你可以直接在 Yarn 上运行 xgboost 。理论上 Mesos 和其他资源分配引擎也可以很容易地支持。 ## 为什么不在 X（Spark, Hadoop）之上实现分布式 xgboost 我们需要知道的第一个事实是分布式并不一定能解决所有的问题。 相反，它会产生更多的问题，如更多的通信开销和容错。 最终的问题还是要回到如何推动每个计算节点的限制，并使用更少的资源来完成任务（从而减少通信和失败的机会）。 为了实现这些，我们决定在单个节点 xgboost 中重用优化，并在其上构建分布式版本。 机器学习中的通信需求是相当简单的，因为我们可以依赖于一套有限的 API（在我们的案例中）。 这样的设计使我们能够重用大部分代码，同时可以移植到 Hadoop/Yarn, MPI, SGE 等主流平台上。 最重要的是，它推动了我们可以使用的计算资源的限制。 ## 如何将模型移植到我自己的系统中 XGBoost 的模型和数据格式是可交换的，这意味着一种语言训练的模型可以加载到另一种语言。 这意味着您可以使用 R 训练模型，同时使用 Java 或 C++ 进行预测，这在生产系统中更为常见。 您还可以使用分布式版本训练模型，并从 Python 加载它们以进行一些交互式分析。 ## 你支持 LambdaMART 吗 是的，xgboost 实现了 LambdaMART 。在 [_参数_](parameter.html) 中可以查看到你想要的部分。 ## 如何处理缺失值 xgboost 默认是支持缺失值的。 ## 运行结果略有不同 由于浮点求和顺序和多线程的非确定性，可能会发生这种情况。 虽然一般的准确性通常会保持不变。