Lấy cảm hứng từ bài viết của Rachel Tatman, một DS tại kaggle, bài viết của cô có tiêu đề "Machine Learning with XGBoost (in R)" được publish trên trang web của Kaggle, bài viết này của tôi chỉ đơn thuần là thực hiện tại các bước đã được làm trên bài viết của Rachel, tuy nhiên, thay vì sử dụng R làm ngôn ngữ phân tích thì tôi sử dụng Python. Mục đích chỉ đơn giản là thực hành kỹ năng Python của cá nhân và để ứng dụng được xgboost vào một ví dụ cụ thể.
Do bài viết này chỉ thuần túy mang tích chất thực hành nên các phần về lý thuyết và giới thiệu về XGBoost sẽ không được đề cập ở đây. Với các bạn còn mới về XGBoost, có thể tham khảo tại liệu về XGBoost tại đây. Đối với dữ liệu được sử dụng cho bài viết này, các bạn có thể lấy trên trang web của Kaggle qua Dataset EMPRES Global Animal Disease Surveillance (lưu ý: bạn phải đăng ký làm thành viên của kaggle và cam kết bảo mật thông tin dữ liệu theo form của Kaggle để đảm bảo về bảo mật dữ liệu). Tại đây, tôi có để sample dữ liệu để các bạn có thể nhìn qua được thông tin về dữ liệu được sử dụng.