在 JMP「決策樹」選單中加入 XGBoost、LightGBM 和 CatBoost 建模如你所知，許多資料科學家使用 XGBoost、LightGBM 和 CatBoost（梯度提升決策樹）來透過 Python 來解決他們的問題。
您能否將這些模型也加入決策樹選單 (JMP) 中？
如果它可以由 JMP 腳本語言 (JSL) 提供，那就太好了。謝謝。 
參考： https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient-gradient-boosting-decision-tree.pdf
自動化和腳本編寫回复：在 JMP“決策樹”菜單中添加 XGBoost、LightGBM 和 CatBoost 建模 - 狀態更改為：已確認你好@史蒂夫_金， 謝謝你的建議！ 我們已收到您的請求並將予以考慮。
回复：在 JMP“決策樹”菜單中添加 XGBoost、LightGBM 和 CatBoost 建模感謝您的精彩更新！:)
我測試了XGboost插件，效果很好~！ （增值功能令人印象深刻！）
如您所知，XGboost 是水平樹生長，MS LightGBM 是葉向樹生長。
我希望 JMP 有一天能夠添加逐葉生長方法選項。
回复：在 JMP“決策樹”菜單中添加 XGBoost、LightGBM 和 CatBoost 建模如果您從文件交換下載 XGBoost 插件，XGBoost 現在可以在 JMP 中使用： Betreff：JMP Pro 的 XGBoost 插件
回复：在 JMP“決策樹”菜單中添加 XGBoost、LightGBM 和 CatBoost 建模請添加上面評論中提到的極限梯度提升以及自適應提升（AdaBoost）。 與大多數其他技術相比，這兩種方法更加準確。
回覆：在 JMP「決策樹」選單中新增 XGBoost、LightGBM 和 CatBoost 模型 - 狀態已變更為：是，敬請期待！@Steve_Kim這將以插件的形式推出
