LightGBM（実装・パラメータの自動調整（Optuna）） - Qiita

はじめに LightGBMの実装とパラメータの自動調整（Optuna）をまとめた記事です。 LightGBMとは LightGBMとは決定木とアンサンブル学習のブースティングを組み合わせた勾配ブースティングの機械学習。 （XGBoostを改良したフレームワーク。） XGBoostのリリース：2014年 LightGBMのリリース：2016年 ※アンサンブル学習：以下を参照 https://qiita.com/hara_tatsu/items/336f9fff08b9743dc1d2 LightGBMの特徴 ①予測精度が高い 一般的にディープラーニングを除いた機械学習の中ではXGBoostと並んで最高の予測精度。 ②モデルの訓練に掛かる時間が比較的短い 同等の予測精度を誇るXGBoostよりも計算コストが少ない。 （LightGBMが「Light（軽い）」と言われる所以。） ③過学習しやすい