XGBoost回归预测，Matlab代码，中文注释详细，评价指标全，出图多，可直接运行，适合小白新手

程序已经调试好无需更改代码替换数据集即可运行 ，数据格式为excel！

XGBoost（eXtreme Gradient Boosting）是一种高效且广泛使用的机器学习算法，属于集成学习算法的一种，特别是在分类和回归任务中表现优异。它基于梯度提升决策树（GBDT）算法，通过优化的实现和多种功能增强，提高了原始GBDT的效率和准确性。其核心特征：

1. 梯度提升框架：XGBoost在每一轮迭代中添加新的树，尝试纠正前一轮的预测残差。通过逐步优化损失函数来增强模型的预测能力。

2. 正则化：除了标准的梯度提升，XGBoost还引入了正则化项（L1和L2）来控制模型的复杂度，有助于防止过拟合，这是其区别于普通GBDT的一个显著特点。

3. 灵活性：XGBoost支持用户自定义优化目标和评估准则，这增加了算法的灵活性，能够适应各种不同的具体应用需求。

4. 缺失值处理：XGBoost可以自动处理数据中的缺失值，通过内置的机制来推断出缺失值的最佳分裂方向。

5. 并行处理：虽然树本身是顺序构建的，XGBoost优化了计算过程，可以在构建树的不同阶段进行并行计算，显著提高了训练速度。

6. 剪枝：XGBoost在树的生长过程中采用深度优先的策略，并在达到一定条件后主动停止树的进一步分裂，而不是像其他算法那样等到完全生长后再进行剪枝。

运行效果展示：