LGBM: Light Gradient Boosting Machine
오민
더보기 LGBM의 주요 특징은 무엇인가요? 다른 Boosting 모델과 비교했을 때, LGBM의 장점이 무엇인가요? 어떤 상황에 LGBM을 사용하는 것이 좋을까요? Microsoft에서 제안한, 병렬 처리 없이도 빠르게 Gradient Boosting을 학습할 수 있도록 하는 모델 GOSS: Gradient-based One-Side Sampling 데이터 샘플의 수를 줄여 학습시간을 단축 Top N개 데이터 인스턴스와 랜덤 샘플링 데이터 인스턴스만 활용 전제 ⇒ 학습이 덜 된 샘플 데이터 인스턴스가 가지고 있는 gradient가 클수록 모델에 큰 변화를 줄 수 있다. 따라서, gradient 값이 큰 상위 a%의 샘플은 무조건 선택하고 나머지에서는 무작위로 선택하여 가중치 부여 EFB: Exclusiv..