0
点赞
收藏
分享

微信扫一扫

面试题3:lightgbm

迪莉娅1979 2022-05-04 阅读 76
python

1 LGBM和XGB的差异

LGBM比XGBoost更快,且很好保持住了准确性。它主要从三方面着手:

(1) 在树方面,提出了直方图算法寻找最佳分裂点,而且还采用Leaf-wise树生长策略。

(2) 在样本数上,使用GOSS保留所有大梯度样本但随机采样小梯度样本,减少训练样本量。

(3) 在特征数上,使用EFB捆绑互斥特征,将特征变稠密。此外,作者还采用GS编码,在GBDT一类模型中,这是第一次能直接支持类别型特征,不需要提前独热编码后再输入至模型中。最后,同样地,LightGBM也跟XGBoost一样进行了工程优化,使得训练能高效并行且增加Cache命中率。

举报

相关推荐

Linux面试题3

面试题整理3

js面试题----3

Python面试题-3

vue3面试题

Vue3 面试题

前端_Promise面试题 3

0 条评论