LightGBM 徹底入門 – LightGBMの使い方や仕組み、XGBoostとの違いについて

LightGBMとは LightGBMとは決定木アルゴリズムに基づいた勾配ブースティング（Gradient Boosting）の機械学習フレームワークです。LightGBMは米マイクロソフト社がスポンサーをしています。（勾配ブースティングの仕組みについては後述します） 勾配ブースティングのフレームワークといえばXGBoostが有名です。両方とも勾配ブースティングのフレームワークですが、細かい部分で実装が異なります。XGBoostのリリースは2014年でしたが、LightGBMは後発で2016年にリリースされました。 機械学習のコミュニティで世界的に有名なKDnuggetsによると、Kaggleで上位ランキングを取った半数以上もの勝者が「勾配ブースティング」を使った実績があると報じています。（参照：こちら）。それほど勾配ブースティングは注目度の高い機械学習手法であり、今日のデータ分析競技には

[totttte]

パラメータの扱い載ってる。モデル訓練のスピードをあげる bagging_fraction（初期値1.0）とbagging_freq（初期値0）を使う feature_fraction（初期値1.0）で特徴量のサブサンプリングを指定 小さいmax_bin（初期値 255）を使う・・・

[ytel]

LightGBM入門記事。試してみる