LightGBM
LightGBM — это реализация градиентного бустинга деревьев решений от Microsoft, представленная Ки и коллегами в 2017 году, которая строит деревья по листовому принципу и группирует признаки в гистограммы для ускорения. На больших наборах данных он значительно быстрее XGBoost, сохраняя при этом высокую точность прогнозирования.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/ru/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.
- Дерево решенийМашинное обучение↔ compare
- Isolation ForestМашинное обучение↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Случайный лесМашинное обучение↔ compare
- XGBoostМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →