光彩照人

摘要： lightgbm对于类别变量的处理 效率和内存上的提升 1) 在训练决策树计算切分点的增益时，xgboost采用预排序，即需要对每个样本的切分位置都要计算一遍，所以时间复杂度是O(#data)。 而LightGBM则是将样本离散化为直方图，直方图算法的基本思想是先把连续的浮点特征值离散化成k个整数， 阅读全文

摘要： 尊重原创 来源： https://blog.csdn.net/a790209714/article/details/78086867 XGBoost的四大改进: ①改进残差函数 不用Gini作为残差，用二阶泰勒展开+树的复杂度（正则项） 带来如下好处： 1.可以控制树的复杂度 2.带有关于梯度的更多 阅读全文