LightGBM
LightGBM je implementacija stabla odluka s gradijentnim pojačanjem tvrtke Microsoft, koju su Ke i kolege predstavili 2017. godine, a koja raste stablo po listovima (leaf-wise) i grupiranje značajki u histogramima radi brzine. Na velikim skupovima podataka znatno je brži od XGBoost-a uz zadržavanje jake prediktivne točnosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/hr/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.
- Stablo odlučivanjaStrojno učenje↔ compare
- Izolacijska šumaStrojno učenje↔ compare
- Logistička regresijaIstraživačka statistika↔ compare
- Slučajna šumaStrojno učenje↔ compare
- XGBoostStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →