怎么理解lightgbm中的直方图法选择分裂点?

  统计/机器学习 特征选择    浏览次数:204        分享
0

怎么理解lightgbm中的直方图法选择分裂点?

 

潇洒橙   2019-11-30 12:09



   1个回答 
1

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

SofaSofa数据科学社区DS面试题库 DS面经

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

对于数值特征,决策树是如何决定阈值的?   3回答

gbdt为什么需要泰勒公式展开进行节点分裂计算   2回答

怎么理解决策树是模型自己在做interaction?   2回答

随机森林给出的变量的Importance是怎么来的   2回答

决策树的深度和数据特征个数的关系   1回答

决策树是如何得到量化的概率,不只是0或1的标签?   2回答

决策树怎么做增量学习或者online学习?   1回答



回答问题时需要注意什么?

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!