本文尝试将PC的xgboost预测模型移植到MCU开发板上
Extreme Gradient Boosting(XGBoost)是由华盛顿大学（University of Washington）的陈天奇作为Distributed (Deep) Machine Learning Community (DMLC) 组员所开发的一个研究项目。在陈天奇与队友一起赢得了Higgs Machine Learning Challenge后，许多的数据科学竞赛队伍使用XGBoost并获得了冠军，促进了该工具在数据科学应用中的广泛使用。
XGBOOST是一个监督模型，xgboost对应的模型本质是一堆CART树。用一堆树做预测，就是将每棵树的预测值加到一起作为最终的预测值。
因为XGBOOST本身太大，因此将模型文件通过代码转换转为C++代码，利用编译器优化执行.
XGBOOST的文本输出模型格式
XGBOOT文本模型的提取
XGBOOST树模型转换为C代码
转换后的树模型
利用编译器编译为目标代码，下载到板上运行
补充xgboost模型转换代码
model2cpp.py.zip
(1.19 KB, 下载次数: 16)
全部回复 3
/2 
