机器学习_LightGBM

本文深入探讨了LightGBM机器学习算法,包括其高效的训练速度和内存利用,采用的GOSS采样策略和直方图分桶技术。尽管在大规模数据集上表现出色,但可能在小规模数据集上引发过拟合问题。
摘要由CSDN通过智能技术生成

1.4 LightGBM

1.4.1 算法原理

用于处理高效率、大规模数据集的机器学习问题。与传统的梯度提升算法相比,LightGBM在训练速度和内存利用方面具有显著优势。

1.4.2 代码实现
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import lightgbm as lgb
from sklearn.metrics import accuracy_score

iris 
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值