Рассмотрено применение метода градиентного бустинга для анализа массового состава галактических космических лучей на основе данных эксперимента KASCADE (KArlsruhe Shower Core and Array DEtector). Метод сравнивается с другими моделями машинного обучения, уже применяемыми в этой области. Исследование показывает, что градиентный бустинг может эффективно классифицировать первичные частицы космических лучей, что подтверждается анализом точности с помощью матрицы несоответствий и сравнением с данными других экспериментов. Работа вносит вклад в понимание процессов формирования космических лучей и может способствовать развитию астрофизики высоких энергий.