LightGBM
LightGBM là một triển khai cây quyết định tăng cường độ dốc (gradient boosting decision tree) của Microsoft, được giới thiệu bởi Ke và cộng sự vào năm 2017, với đặc điểm là cây phát triển theo từng lá (leaf-wise) và nhóm các đặc trưng thành các histogram để tăng tốc độ. Trên các tập dữ liệu lớn, nó nhanh hơn đáng kể so với XGBoost trong khi vẫn duy trì độ chính xác dự đoán mạnh mẽ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/vi/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.
- Cây Quyết địnhHọc máy↔ compare
- Isolation ForestHọc máy↔ compare
- Hồi quy LogisticThống kê nghiên cứu↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
- XGBoostHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →