GBDT系の機械学習モデルのパラメータチューニング奮闘記 ~ CatBoost vs LightGBM vs XGBoost vs Random Forests ~ その1 - Qiita

イントロダクション 目的 本ページの目的はGBDT(Gradient Boosting Decision Tree)の代表的な機械学習モデルのチューニングを試みる。 著者の記事はとにかく最低限の量のプログラミングで目的を達成できることを心がけているが、より簡便にかける方法がありましたら教えてください。 内容 本ページで扱う機械学習モデルはRandomforests, XGBoost, LightGBM, CatBoostとする。 各モデルの代表的なパラメータを紹介する。 各モデルの代表的なパラメータを使いチューニングを試みる。 注意 本ページで扱う機械学習モデルは、大量に計算リソースを必要とします。PCに負担をかけるため注意してください。 本ページを読み終えてできるようになること 決定木ベースの代表的なモデルのチューニングが可能になる。 各モデルの精度と計算速度を比較することができるように