2019年9月11日
论文笔记:LightGBM: A Highly Efficient Gradient Boosting Decision Tree
摘要： 引言 GBDT已经有了比较成熟的应用，例如XGBoost和pGBRT，但是在特征维度很高数据量很大的时候依然不够快。一个主要的原因是，对于每个特征，他们都需要遍历每一条数据，对每一个可能的分割点去计算信息增益。为了解决这个问题，本文提出了两个新技术：Gradient-based One-Side S 阅读全文
posted @ 2019-09-11 15:52 猪突猛进！！！ 阅读(1289) 评论(0) 推荐(0) 编辑