我是靠谱客的博主 朴素大象,最近开发中收集的这篇文章主要介绍3. GBDT XGboost Lightgbm优缺点,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

XGboost VS GBDT

  1. 传统的GBDT是以CART树为基分类器,XGboost还支持线性分类器

  2. GBDT只用到了一阶导的信息,XGboost对代价函数进行了二阶泰勒展开,得到一阶导和二阶导

  3. XGboost在代价函数中加入了正则项来控制模型的复杂度,可以防止过拟合

  4. XGboost工具支持并行

  5. XGboost会在完成一次迭代之后,将叶子节点的权重,乘上缩减系数,来缩减没一颗树的影响,从而使得后面有更多的学习的余地

 

XGBoost  VS Lightgbm

  1. XGBoost在每 一轮迭代时,都需要遍历整个训练集很多 次,如果把整个训练集都放到内存即会限制训练数据的大小,如果不装入内存,则反复读写会消耗大量时间

  2. 对特征预排序的方法对空间消耗大

 

 

最后

以上就是朴素大象为你收集整理的3. GBDT XGboost Lightgbm优缺点的全部内容,希望文章能够帮你解决3. GBDT XGboost Lightgbm优缺点所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(32)

评论列表共有 0 条评论

立即
投稿
返回
顶部