Machine learning
LightGBM
LightGBM הוא מימוש של עצי החלטה מבוססי gradient boosting של מיקרוסופט, שהוצג על ידי Ke ועמיתיו בשנת 2017, הצומח עצים באופן עלה-עלה (leaf-wise) ומקבץ מאפיינים (features) להיסטוגרמות לצורך מהירות. על מערכי נתונים גדולים הוא מהיר משמעותית מ-XGBoost תוך שמירה על דיוק חיזוי חזק.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/he/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.
- עץ החלטהלמידת מכונה↔ compare
- יער בידודלמידת מכונה↔ compare
- רגרסיה לוגיסטיתסטטיסטיקה למחקר↔ compare
- יער אקראילמידת מכונה↔ compare
- XGBoostלמידת מכונה↔ compare