XGBoost的特点:
LightGBM设计的初衷是高效与并行化。
直方图优化:
leaf_wise with max depth limitation :
直方图做差:
第三个第五个用的比较多
LightGBM算法原理、Python代码实现与案例实战_哔哩哔哩_bilibili
XGBOOST:
xgboost入门与实战(原理篇)_我曾经被山河大海跨过的博客-CSDN博客_xgboost
http://www.52cs.org/?p=429(比较全)
XGBoost特点、调参、讨论:
https://blog.csdn.net/niaolianjiulin/article/details/76574216
1. 有监督学习算法的逻辑组成
要讲boosted tree,要先从有监督学习讲起。在有监督学习里面有几个逻辑上的重要组成部件3,初略地分可以分为:模型,参数 和 目标函数
i. 模型和参数。
ii. 目标函数:损失 + 正则
iii. 优化算法
LightGBM:
https://blog.csdn.net/niaolianjiulin/article/details/76584785点击打开链接