lightgbm 是整合學習的一種，是梯度提公升決策樹的高效實現。主要有幾方面優化：
機器學習**：《lightgbm: a highly efficient gradient boosting decision tree》
lightgbm 特性
features
lightgbm
直方圖演算法用於搜尋特徵的分割點
lightgbm 直方圖優化演算法深入理解
lightgbm explained系列——histogram-based algorithm是什麼？
用於對梯度較小的樣本進行取樣，只保留梯度大的樣本，減少資料量的同時，不會降低準確率
lightgbm explained系列——gradient-based one-side sampling（goss）是什麼？
對於過多稀疏的特徵，為減少特徵數，將無關聯的特徵繫結作為乙個特徵，用圖上色來求解。
lightgbm explained系列——exclusive feature bundling（efb）是什麼？
比xgboost更快--lightgbm介紹
what makes lightgbm lightning fast?
lightgbm and xgboost explained
lightgbm model explained by shap
機器學習演算法之整合學習
在機器學習問題中，對於乙個複雜的任務來說，能否將很多的機器學習演算法組合在一起，這樣計算出來的結果會不會比使用單一的演算法效能更好？這樣的思路就是整合學習方法。三個臭皮匠，頂個諸葛亮。實際操作中，整合學習把大大小小的多種演算法融合在一起，共同協作來解決乙個問題。這些演算法可以是不同的演算法，也可以是...
機器學習 整合演算法
整合演算法用一些相對較弱的學習模型獨立地就同樣的樣本進行訓練，然後把結果整合起來進行整體 整合演算法的主要難點在於究竟整合哪些獨立的較弱的學習模型以及如何把學習結果整合起來。這是一類非常強大的演算法，同時也非常流行。是構建多個學習器，然後通過一定策略結合把它們來完成學習任務的，常常可以獲得比單一學習...
機器學習 整合學習
1.理解什麼是整合學習 所謂 整合 是指同時構建多個學習器，這裡的學習器主要針對弱學習器。2.弱學習器主要是指泛化能力略優於隨機猜測的學習器，弱的相結合會得到更好的泛化能力。三個臭皮匠嘛！3那麼這些弱的摻雜起來為什麼會得到好的呢？主要思想就是投票法。所以呀我們要得到好的整合效果，必須要求個體學習器要...