在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 建模如您所知，许多数据科学家使用 XGBoost、LightGBM 和 CatBoost（梯度提升决策树）来通过 Python 来解决他们的问题。
您能否将这些模型也添加到决策树菜单 (JMP) 中？
如果它可以由 JMP 脚本语言 (JSL) 提供，那就太好了。谢谢。 
参考： https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient-gradient-boosting-decision-tree.pdf
自动化和脚本编写回复：在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 建模 - 状态更改为：已确认你好@史蒂夫_金， 谢谢你的建议！ 我们已收到您的请求并将予以考虑。
回复：在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 建模感谢您的精彩更新！:)
我测试了XGboost插件，效果很好~！ （增值功能令人印象深刻！）
如您所知，XGboost 是水平树生长，MS LightGBM 是叶向树生长。
我希望 JMP 有一天能够添加逐叶生长方法选项。
回复：在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 建模如果您从文件交换下载 XGBoost 插件，XGBoost 现在可以在 JMP 中使用： Betreff：JMP Pro 的 XGBoost 插件
回复：在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 建模请添加上面评论中提到的极限梯度提升以及自适应提升（AdaBoost）。 与大多数其他技术相比，这两种方法更加准确。
回复：在 JMP“决策树”菜单中添加 XGBoost、LightGBM 和 CatBoost 模型 - 状态已更改为：是，敬请期待！@Steve_Kim这将以插件的形式推出
