lightgbm

最新推荐文章于 2024-03-11 15:18:18 发布
转载 最新推荐文章于 2024-03-11 15:18:18 发布 · 274 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://www.msra.cn/zh-cn/news/features/lightgbm-20170105

https://www.msra.cn/zh-cn/news/features/lightgbm-20170105

LightGBM原生接口和Sklearn接口参数详解
算法工程师
04-20 2515
LightGBM原生接口和Sklearn接口参数详解:LightGBM有Sklearn接口建模和原生建模两种方式。
微软开源分布式高性能GB框架LightGBM Ubuntu、CentOS版本.so 和可执行文件
04-15
微软开源分布式高性能GB框架LightGBM Ubuntu、CentOS版本.so 和可执行文件 详情请参考：http://blog.youkuaiyun.com/testcs_dn/article/details/70176050
LightGBM官方中文文档上线啦！
热门推荐
Kelisiya
01-04 5万+
有幸可以参与这次文档的翻译工作，下一次参与翻译的应该就是N久没有更新的Pytorch中文文档啦！走过路过的大佬请点个star让我以后好装逼，谢谢各位了，Orz主页地址：http://lightgbm.apachecn.org/cn/latest/index.htmlGithub：https://github.com/apachecn/lightgbm-doc-zh请点进Github帮忙点个star，
LightGbm参数案例详解、参数讲解全又多
TravelLight92的博客
03-11 5073
FB1 WARNING:本文不含LightGBM原理解释，主要讲重要参数（较一般文章多、新）以及演示案例，文章中有相当部分的官网英文，担心自己翻译带有个人色彩，故摘选原文，如果英语太差看起来可能会有点蛋疼。
最详细的LightGBM参数介绍与深入分析
晚来天欲雪，能饮一杯无？
11-10 4668
lightgbm的主要参数是什么如何使用 feval 函数创建自定义指标主要参数的默认值是多少看到了如何调整 lightgbm 参数以提高模型性能的示例。
LightGBM详解
zhong_ddbb的博客
05-20 3万+
文章目录XGBoost不足之处直方图算法单边梯度抽样算法(GOSS)互斥特征捆绑算法(EFB)带深度限制的 Leaf-wise 算法LightGBM的工程优化直接支持类别特征特征并行数据并行投票并行Cache命中率优化LightGBM的优缺点 LightGBM是轻量级（Light）的梯度提升机器（GBM）,是GBDT模型的另一个进化版本。它延续了XGBoost 的那一套集成学习的方式，相对于xgboost， 具有训练速度快和内存占用率低的特点。 XGBoost不足之处 XGBoost的核心思想： xgbo
LightGBM-MATLAB.rar_foundyt4_lightGBM_matlab lightgbm_termeaa_轻量
07-15
LightGBM是一款高效、分布式、优化的梯度提升框架，主要设计用于解决大规模机器学习问题。它是由微软亚洲研究院开发的，特别强调速度、高效内存使用以及优良的预测性能。在MATLAB环境中集成LightGBM，可以使得数据...
GA-LightGBM遗传算法优化LightGBM分类预测，优化前后对比（Matlab完整源码和数据）
08-17
1.Matlab实现GA-LightGBM遗传算法优化LightGBM分类预测,优化前后对比，Matlab调用Python的LightGBM库（完整源码和数据）。 2.输出对比图、混淆矩阵图、预测准确率，运行环境Matlab2023及以上，配置Python的LightGBM...
lightGBM的C++推理和调用
01-17
《lightGBM的C++推理和调用详解》 LightGBM是一款高效的梯度提升决策树（Gradient Boosting Decision Tree, GBDT）框架，它以其高效、灵活和可扩展的特性，在机器学习领域广受青睐。特别是对于大规模数据集，Light...
ungil/LightGBM-MATLAB:LightGBM 的 MATLAB 包装器-matlab开发
05-29
LightGBM是一款高效、分布式、优化的梯度提升框架，由微软亚洲研究院开发，主要用于机器学习中的排名和分类任务。它的主要特点是采用直方图算法，显著减少了内存使用和计算时间，同时保持了模型的准确性。MATLAB是...
lightgbm算法原理.pptx
05-14
LightGBM 算法原理 LightGBM 是一种高效的梯度升级框架，基于 Histogram 的决策树算法，具有高效的训练速度和低内存占用。下面是 LightGBM 算法原理的详细介绍： 1. LightGBM 前述 LightGBM 是一种基于 GBDT 的...
PyPI 官网下载 | lightgbm-2.2.3-py2.py3-none-win_amd64.whl
01-21
资源来自pypi官网。 资源全名：lightgbm-2.2.3-py2.py3-none-win_amd64.whl
【ML】了解 LightGBM 参数（以及如何调整）
sikh_0529的博客
03-17 5391
我已经使用一段时间了。这是我解决大多数结构化数据问题的首选算法。列表很长，如果您还没有，我建议您看一下。但我一直很想了解哪些参数对性能影响最大，以及我应该如何调整 lightGBM 参数以充分利用它。我想我应该做一些研究，更多地了解 lightGBM 参数……并分享我的旅程。具体我：深入研究查看了自己做了一些实验在这样做的过程中，我获得了更多关于 lightGBM 参数的知识。
lightGBM参数解析及其参数调优
qq_39777550的博客
10-25 3万+
lightgbm是xgboost的加强升级版. LightGBM=XGBoost+Histogram+GOSS+EFB 其中，Histogram算法是直方图算法，作用:减少后选分类点的算法 GOSS是基于梯度的单边采样算法，作用减少样本数量 EFB算法是互斥特征捆绑算法，作用是减少特征数量 基于以上三个算法，LightGBM生产一片叶子需要的复杂度大大降低了，从而极大节约了计算时间。同时Histogram算法还将特征浮点数转换成0~255位的证书进行存储，从而集打节约了内存存储空间。 代码举例： impor
lightgbm使用手册——参数篇
zzpl139的博客
03-14 1万+
lgbm参数记录
【机器学习】数据挖掘神器LightGBM详解（附代码）
数据派THU
01-10 5884
来源：机器学习初学者 本文约11000字，建议阅读20分钟本文为你介绍数据挖掘神器 LightGBM 。LightGBM 是微软开发的 boosting 集成模型，和 XGBoost 一样是对 GBDT 的优化和高效实现，原理有一些相似之处，但它很多方面比 XGBoost 有着更为优秀的表现。1.LightGBM安装LightGBM作为常见的强大Python机器学习工具库，安装也比较简单。这些系统...
一文速学-LightGBM模型算法原理以及实现+Python项目实战
master_hunter的博客
08-23 1313
LightGBM（Light Gradient Boosting Machine）是一种基于梯度提升决策树（Gradient Boosting Decision Tree，简称GBDT）算法的机器学习框架。GBDT是一种集成学习方法，它通过逐步训练一系列决策树来提升模型性能。每个新的决策树会尝试纠正前面树的预测误差。LightGBM是一种基于GBDT的算法，但它在构建决策树和训练过程中采用了一些优化策略，以提高效率和性能。算法差异点GBDTXGBoostLightGBMCatBoost弱学习器。
机器学习-集成学习LightGBM
A8186的博客
02-21 2293
LightGBM 是微软开发的一个强大的开源梯度提升框架。它旨在高效和可扩展，能够处理大型数据集和高维特征。LightGBM结合使用基于梯度的单边采样（GOSS）和独占特征捆绑（EFB）来降低计算成本并提高模型的准确性。LightGBM 支持各种目标函数，可用于回归和分类问题。它还提供了一些高级功能，例如提前停止、交叉验证和超参数调整，以帮助用户构建稳健的模型。此外，它还为流行的编程语言（如 Python、R 和 C++）提供接口，使其易于集成到现有的数据科学工作流程中。
light gbm
最新发布
06-25
### LightGBM 机器学习框架使用指南及应用场景 LightGBM 是微软开发的一种高效的梯度提升机（Gradient Boosting Machine, GBM）框架，具有高效、分布式和并行化等特点，广泛应用于数据科学竞赛和工业界中的分类和...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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