Machine learningMachine learning
ベイジアンLightGBM
ベイジアンLightGBMは、高効率なヒストグラムベースの勾配ブースティングフレームワークであるLightGBMと、ベイジアンハイパーパラメータ最適化を組み合わせたものです。網羅的なグリッドサーチやランダムサーチの代わりに、確率的サロゲートモデルが最適なハイパーパラメータの探索をガイドし、高い予測性能を達成するために必要な、コストのかかるモデル評価回数を劇的に削減します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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. In Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Snoek, J., Larochelle, H., & Adams, R. P. (2012). Practical Bayesian optimization of machine learning algorithms. In Advances in Neural Information Processing Systems, 25, 2951–2959. link ↗
このページの引用方法
ScholarGate. (2026, June 3). LightGBM with Bayesian Hyperparameter Optimization. ScholarGate. https://scholargate.app/ja/machine-learning/bayesian-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.
- ベイズ的XGBoost機械学習↔ compare
- 勾配ブースティング機械学習↔ compare
- LightGBM機械学習↔ compare
- ランダムフォレスト機械学習↔ compare
- XGBoost機械学習↔ compare