LightGBM
LightGBM es la implementación de árbol de decisión de potenciación de gradiente de Microsoft, introducida por Ke y colegas en 2017, que construye árboles hoja a hoja y agrupa características en histogramas para mayor velocidad. En conjuntos de datos grandes es mucho más rápido que XGBoost, manteniendo una fuerte precisión predictiva.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Fuentes
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q. & Liu, T.-Y. (2017). LightGBM: A Highly Efficient Gradient Boosting Decision Tree. Advances in Neural Information Processing Systems (NeurIPS) 30, 3146–3154. link ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/es/machine-learning/lightgbm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Árbol de DecisiónAprendizaje automático↔ compare
- Isolation ForestAprendizaje automático↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Random ForestAprendizaje automático↔ compare
- XGBoostAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →