LightGBM 算法概述

LightGBM 算法概述

简要解释 LightGBM

LightGBM 是一个开源的 机器学习 算法。它是基于决策树的算法，使用梯度提升来集成树。您可以在 GitHub 上找到该算法的代码存储库 — https://github.com/Microsoft/LightGBM .

LightGBM 与 XGBoost 的不同之处在于它的主要区别之一是它是逐叶增长的——按深度增长。因此，它容易过拟合。调整 max_depth 超参数 有助于确保不会发生这种情况。其他几个 超参数 ，包括 min_sample_split、num_leaves、max_bin、应用程序。

LightGBM 还支持并行处理优化，使其速度非常快。此外，它还在后台将数值变量分桶到分类变量中，以使其速度更快，并降低内存使用量。

LightGBM 可用于排名和分类（二元和多类）结果。

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/12044/30130410