LightGBM算法
LightGBM算法
1. LightGBM算法核心思想
LightGBM算法是 Boosting算法的新成员,它和XGBoost算法一样是对GBDT算法的高效实现,在原理上和 GBDT算法和 XGBoost算法类似,都采用损失函数的负梯度作为当前决策树的残差近似值,去拟合新的决策树。与传统的机器学习算法相比,LightGBM算法具有这些优势:训练效率更高,低内存使用,准确率更高,支持并行化学习,可以处理大规模数据。
2. LightGBM算法的数学原理
这个直接看 http://lightgbm.readthedocs.io ,其中有很多对该算法的原理及使用方法的讲解。下面将介绍一点 LightGBM算法数学原理的核心知识点。
2.1 基于 leaf-wise 的决策树生长策略
大部分决策树算法使用的生长策略是 l e v e l − w i s e level-wise level−wise 生长策略,即同一层的叶子节点每次都一起分裂,也就是 1 -> 2 -> 4 -> 8…… 很容易发现,这样分裂会增加不小的开销。而 LightGBM 算法使用的则是 l e a f − w i s e leaf-wise