请教lightGBM中的level wise具体计算步骤是怎样的？

  统计/机器学习    浏览次数：4784        分享
二维码
手机扫描二维码
  机器学习面试也能刷题？
0

请教lightGBM中的level wise具体计算步骤是怎样的？

 

vonta   2019-08-08 12:42


   1个回答 
4

LGBM应该是leaf wise的吧

leaf-wise是说总是优先选择更好的叶节点哪怕每个子树高度不同，而level-wise是要保证每一层都要长一样多的叶节点。所以说在叶节点总数一样的情况下，leaf-wise训练得精度更好，但也更容易过拟合。

SofaSofa数据科学社区DS面试题库 DS面经

LiShanfei   2019-11-07 14:17



  相关讨论

关于为什么要用GBDT的疑问

gbdt为什么需要泰勒公式展开进行节点分裂计算

关于knn算法中kd树的问题

怎么理解RandomForest中的max_features？

Gradient tree boosting和random forest (随机森林) 有什么区别和联系

剪枝是什么意思

决策树怎么做增量学习或者online学习？

请问针对Adaboost、GBDT等集成学习同一个特征是否可以入模多次？

决策树算法ID3，C4.5和CART的特点、异同？

随机森林预测问题

  随便看看

条件概率证明P(a,b|c) > P(a,b)

hyperparameter与parameter的区别？

matplotlib一个画板上多个图叠加，如何决定图层上下？

sklearn中的predict_proba方法的返回值的意义

如何理解VC dimension？