原文题目：XGBoostLSS -- An extension of XGBoost to probabilistic forecasting
摘要：我们提出了一个新的XGBoost框架，它可以预测单变量响应变量的整个条件分布。特别是，XGBoostLSS模型的所有矩的参数分布，即均值，位置，规模和形状(LSS)，而不是仅条件均值。从广泛的连续、离散和混合离散-连续分布中选择，建模和预测整个条件分布极大地提高了XGBoost的灵活性，因为它允许对数据生成过程获得更多的洞察力，并创建概率预测，从中可以得到预测区间和感兴趣的分位数。我们提供了一个模拟研究和现实世界的例子，证明了我们的方法的好处。
原文地址：https://arxiv.org/abs/1907.03178
作者：Alexander März
