怎么理解lightgbm中的直方图法选择分裂点？
1个回答
之前普遍采用的方法是对数据集里一个特征所有的值进行排序，然后遍历每个值，从而选取最佳的分裂点。这个做法最大的问题就是速度太慢，因为先要进行排序，然后每次分裂都要遍历所有的点。考虑到现在很多数据集都很大，这样的做法会非常慢。
直方图的方法就是用k个离散点代替原始的数据，这样数据量就大大压缩了。k越大，越接近传统的方法，越容易过拟合；k越小，还原度就越低，越容易欠拟合。
直方图方法的示意图
kidd23
2019-12-19 11:11
相关主题
对于树模型，需不需要特征筛选
2回答
adaboost里的feature importance和随机森林里的feature importance是一回事吗？
1回答
为什么特征重要性约大，在决策树里分裂的顺序却是越靠后呢?
1回答
gbdt如何对连续特征离散化
1回答
随机森林每次用多少个特征？
2回答
怎么理解决策树是模型自己在做interaction？
2回答
决策树的深度和数据特征个数的关系
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！