LightGbm

人工智能-GPU版本机器学习、深度学习模型安装

解决方案问题一：安装GPU版本的LightGBMLightGBM默认不会安装GPU支持版，需要手动编译以启用GPU。以下是在Linux和Windows上编译GPU版本LightG

bw876720687·2024-09-13 02:06

十大机器学习算法-梯度提升决策树（GBDT）

许多研究者相继提出XGBoost、LightGBM等，又进一步提升了GBDT的性能。基本思想提升树-BoostingTree以决策树为基函数的提升方法称为提升树，其决策树可以是分类树或者回归树。

zjwreal·2024-09-12 17:13

LightGBM使用

可以参考LightGBM原生/sk接口的常用参数LightGBM使用lightGBM调参所有的参数含义，参考：http://lightgbm.apachecn.org/cn/latest/Parameters.html

透明的红萝卜123·2024-09-08 03:02

机器学习算法 —— LightGBM

博客的简介（文章目录）目录背景描述数据说明数据来源LightGBMLightGBM原理简介LightGBM的优点LightGBM的缺点LightGBM的应用基于英雄联盟数据集的LightGBM分类实战函数库导入数据读取

ZShiJ·2024-09-04 18:30

机器学习——lightGBM（学习整理）

目录一、认识lightGBM1.简单介绍2.主要特点LightGBM的缺点3.模型训练方式（1）TrainingAPI（2）Scikit-learnAPI二、相关函数参数1.TrainingAPI2.Scikit-learnAPI

CXDNW·2024-08-30 03:40

lightGBM专题4:pyspark平台下lightgbm模型保存

之前的文章（pysparklightGBM1和pysparklightGBM2）介绍了pyspark下lightGBM算法的实现，本文将重点介绍下如何保存训练好的模型，直接上代码：frompyspark.sqlimportSparkSessionfrompyspark.ml.featureimportStringIndexer

I_belong_to_jesus·2024-03-12 12:30

LightGBM高级教程：时间序列建模

LightGBM作为一种高效的梯度提升决策树算法，可以用于时间序列建模。本教程将详细介绍如何在Python中使用LightGBM进行时间序列建模，并提供相应的代码示例。

Echo_Wish·2024-03-02 17:36

探索LightGBM：异常值处理与鲁棒建模

在使用LightGBM进行建模时，处理异常值是非常重要的一步，以确保模型的鲁棒性和可靠性。本教程将详细介绍如何在Python中使用LightGBM进行异常值处理和鲁棒建模，并提供相应的代码示例。

Echo_Wish·2024-02-29 14:53

基于极限树特征递归消除和LightGBM的异常检测模型

数据样本不均衡、数据集分散性大的问题严重影响分类性能,为了解决该问题,文章提出基于极限随机树的特征递归消除（ExtraTrees-RecursiveFeatureElimination,ET-RFE）和LightGBM

宋罗世家技术屋·2024-02-27 20:33

探索LightGBM：监督式聚类与异常检测

在Python中，LightGBM提供了一些功能来执行监督式聚类和异常检测任务。本教程将详细介绍如何使用LightGBM进行监督式聚类和异常检测，并提供相应的代码示例。

Echo_Wish·2024-02-27 19:02

基于LightGBM的回归任务案例

在本文中，我们将学习先进的机器学习模型之一：Lightgbm。

python收藏家·2024-02-15 09:21

基于决策树的金融市场波动性预测与应用

基于决策树的金融市场波动性预测与应用项目背景与意义数据概述与分析数据来源数据特征数据预处理与特征工程模型训练与评估结果与应用总结LightGBM是一个机器学习算法库，用于梯度提升机（GradientBoostingMachine

OverlordDuke·2024-02-15 02:42

lightGBM集成学习算法

LightGBM集成学习算法是一种基于梯度提升决策树（GradientBoostingDecisionTree）的机器学习算法。它是由微软提出的一种高效的梯度提升框架，主要用于解决分类和回归问题。

亦旧sea·2024-02-13 14:24

GBDT算法的升级--XGBoost与LightGBM算法

本文同样不涉及公式推导及代码，对于GBDT算法的学习可以参考前面的文章GBDT算法原理，这里不再讲述GBDT，只讲述XGBoost与LightGBM算法原理下面推荐两篇写得最权威最官方(没有之一)的文档参考文档

CquptDJ·2024-02-13 14:52

XGboost和lightGBM算法对比

XGBoost（eXtremeGradientBoosting）和LightGBM（LightGradientBoostingMachine）都是一类基于梯度提升树（GradientBoostingDecisionTrees

亦旧sea·2024-02-13 14:50

决策树最骚操作

大家好，最近我原创了一系列文章LightGBM可视化调参用Excel玩机器学习！用浏览器玩机器学习比Tesorflow还强的机器学习库AI黑科技！

统计学家·2024-02-13 07:20

智慧海洋建设-Task4模型建立

boosting方法：lightGBM模型：https://blog.csdn.net/wuzhongqiang/article/details/105350579Xgboost模型：https://blog.csdn.net

1598903c9dd7·2024-02-12 14:55

机器学习 | 深入集成学习的精髓及实战技巧挑战

目录xgboost算法简介泰坦尼克号乘客生存预测(实操)lightGBM算法简介《绝地求生》玩家排名预测(实操)xgboost算法简介XGBoost全名叫极端梯度提升树，XGBoost是集成学习方法的王牌

亦世凡华、·2024-02-09 10:16

MMLSpark+Spark：pyspark+lightGBM应用实践

MMLSpark，即MicrosoftMachineLearningforApacheSpark，是微软开源的一个针对ApacheSpark的深度学习和数据可视化的库。作为专门为大规模数据处理而设计的快速通用计算引擎，ApacheSpark为用户提供了创建可扩展ML的有力平台。新发布的MMLSpark能够将诸如深度学习等前沿机器学习技术应用于更大的数据集，并为用户提供能够应对诸如文本、分类数据等多

bensonrachel·2024-02-08 10:38

回归预测 | 基于LightGBM算法的数据回归预测（多指标，多图）附MATLAB实现

Matlab科研辅导帮·2024-02-07 15:02

LightGBM特征重要性和可视化

LightGBM是微软开发的一种高效的梯度提升框架，由于其处理各种机器学习任务的速度和准确性而广受欢迎。LightGBM以其卓越的速度和内存效率，在众多领域中找到了实际应用。

python收藏家·2024-02-06 11:19

开源|LightGBM基本原理，以及调用形式

久前微软DMTK(分布式机器学习工具包)团队在GitHub上开源了性能超越其他boosting工具的LightGBM知乎上有近千人关注“如何看待微软开源的LightGBM？”

噶噶~·2024-02-04 21:15

XGBoost和LightGBM的参数以及调参

一、XGBoost参数解释XGBoost的参数一共分为三类：通用参数：宏观函数控制。Booster参数：控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参，很这是大程度上都是在调整booster参数。学习目标参数：控制训练目标的表现。我们对于问题的划分主要体现在学习目标参数上。比如我们要做分类还是回归，做二分类还是多分类

噶噶~·2024-02-04 21:45

XGboost常见特征处理及其他问题

1.Bagging和Boosting区别RF,GBDT,XGBoost,lightGBM都属于集成学习（EnsembleLearning），集成学习的目的是通过结合多个基学习器的预测结果来改善基本学习器的泛化能力和鲁棒性

噶噶~·2024-02-04 21:14

python 机器学习XGBoost，SVM图像分类与数据预测分析

文章目录0前言+【机器学习】基于逻辑回归，LightGBM,XGBoost额的分类预测一.基于逻辑回归的分类预测+1逻辑回归的介绍和应用+1.1逻辑回归的介绍+1.2逻辑回归的应用2.Demo实践+Step1

Jackie_AI·2024-02-01 23:04

基于LightGBM的民宿定价分析

LightGBM的民宿定价分析：民宿该定什么价？民宿在我国旅游行业中已有了一定的发展和认知。

OverlordDuke·2024-02-01 21:18

【数据竞赛】5行代码提升GBDT，提升巨大！

看过我历史文章的都知道，以lightgbm，xgboost，catboost为代表的GBDT，在部分工业界场景的表格数据集上，一直一览众山小。

风度78·2024-01-30 02:31

机器学习 | Python算法LightGBM

LightGBM（LightGradientBoostingMachine）是一种基于梯度提升框架的机器学习算法，专门用于解决分类和回归等问题。

天天酷科研·2024-01-27 07:52

Python案例分析：使用LightGBM算法、随机森林、五折交叉验证进行分类预测

1、数据导入importpandasaspdimportnumpyasnpimportwarningsfromimblearnimportunder_sampling,over_samplingfromimblearn.over_samplingimportSMOTEwarnings.filterwarnings('ignore')pd.options.display.max_columns=No

rubyw·2024-01-26 17:49

DNN二手车价格预测完整代码

特征还是用之前集成模型跑的特征，通过不断调试模型的学习率、隐藏层数量、神经元数量、优化器、激活函数、迭代次数、batchsize，KFold，最终达到与之前集成模型差不多的分数，但训练时间比catboost及lightgbm

wjzeroooooo·2024-01-26 01:53

sklearn多分类模型评测（LR, linearSVC, lightgbm）

初步结论本数据集上，在迭代次数量级基本一致的情况下，lightgbm表现更优：树的固有多分类特性使得不需要OVR或者OVO式的开销，而且light

柠樂helen·2024-01-25 14:07

/anaconda/envs/python3/lib/python3.6/site-packages/lightgbm/lib_lightgbm.so, 6):

在mac上装完lightgbm时没有任何问题，在运行代码时出现如下问题：OSError:dlopen(..

Ten_Minutes·2024-01-21 13:34

Python数据分析案例37——基于分位数神经网络(QRNN)的汇率预测

之前写过分位数随机森林，分位数XGboost，分位数Lightgbm的文章：Xgboost和Lightgbm结合分位数回归(机器学习与传统统计学结合)本次带来一个小案例，分位数神经网络，神经网络是最简单的

阡之尘埃·2024-01-19 14:09

LightGBM On Spark

LightGBM是使用基于树的学习算法的梯度增强框架。它被设计为分布式且高效的，具有以下优点：根据官网的介绍：LigthGBM训练速度更快，效率更高。LightGBM比XGBoost快将近10倍。

wong小尧·2024-01-19 04:10

SVR， adaboost， MLP， GBDT， XGBOOST， LIGHTGBM以及随机森林模型参数优化+模型训练+shap解释

SVR,MLP,adaboost，GBDT,XGBOOST,LIGHTGBM，随机森林模型参数优化+模型训练+shap解释导入所需要的库及数据处理模型超参数优化拆分训练集和测试集，进行shap解释导入所需要的库及数据处理

sdu_study·2024-01-17 14:18

多输入多输出 | Matlab实现基于LightGBM多输入多输出预测

多输入多输出|Matlab实现基于LightGBM多输入多输出预测目录多输入多输出|Matlab实现基于LightGBM多输入多输出预测预测效果基本介绍程序设计参考资料预测效果基本介绍Matlab实现基于

机器学习之心·2024-01-17 05:27

机器学习基础集成学习进阶（XGBoost+LightGBM）

文章目录一、XGBoost算法原理1.最优模型的构建方法2.XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3.XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4.XGBoost与GDBT的区别5.小结二、XGBoost算法api介绍1.XGBoost的安装：2.XG

落花雨时·2024-01-16 07:22

ART-Adversarial Robustness Toolbox检测AI模型及对抗攻击的工具

为开发人员加强AI模型被误导的防御性，让AI系统变得更加安全，ART支持所有流行的机器学习框架（TensorFlow，Keras，PyTorch，MXNet，scikit-learn，XGBoost，LightGBM

Rnan-prince·2024-01-15 15:15

机器学习---lightGBM

1.lightGBM演进过程AdaBoost是⼀种提升树的方法，和三个臭皮匠，赛过诸葛亮的道理⼀样。

三月七꧁ ꧂·2024-01-15 08:24

【特征工程】17种将离散特征转化为数字特征的方法

“Xgboost，LightGBM，Catboost，HistGradient。”“你知道哪些离散变量的编码？”“one-hot”在一次数据科学面试中听到这样的对话我不会感到惊讶。

风度78·2024-01-12 06:34

LightGBM原理和调参

背景知识LightGBM(LightGradientBoostingMachine)是一个实现GBDT算法的框架，具有支持高效率的并行训练、更快的训练速度、更低的内存消耗、更好的准确率、支持分布式可以处理海量数据等优点

沉住气CD·2024-01-12 05:46

Python金融风控模型案例实战大全

《Python金融风控模型案例实战大全》程覆盖多个核心知识点，包括风控建模全流程知识介绍，信用评分卡，信用评分卡知识包含个人信用评分卡和企业信用评分卡知识；集成树算法xgboost，lightgbm，catboost

python机器学习建模·2024-01-11 04:56

实战美年健康AI大赛之二_相关问题与思考

说出来可能有人不信，我只用了五折的lightgbm，参数都没怎么调，去缺失值，去噪，特征选择，归一化，模型融合，目前为止都没做，所有时间都花在NLP上了，其中很多试尝还在进行中，还未加入模型，

xieyan0811·2024-01-10 16:58

机器学习大作业

importpandasaspdimportnumpyasnpimportwarningsimportmathimportlightgbmaslgbimportmatplotlib.pyplotaspltimportseabornassnsfromsklearn.model_selectio

浪漫的诗人·2024-01-06 10:46

GBDT、XGBoost、LightGBM的区别与联系

GBDT(GradientBoostingDecisionTree)是机器学习中一个经典的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT也是各种数据挖掘竞赛的致命武器，据统计Kaggle上的比赛有一半以上的冠军方案都是基于GBDT。XGBoost（eXtremeGradientBoosting）华盛顿大学的陈天奇博士开发，它是Gra

徐卜灵·2024-01-05 19:32

lightGBM bagging_fraction 的工作机制

lightGBM中，Bagging的工作机制是什么？官方文档中对这2个参数的介绍：bagging_fraction?︎

authorized_keys·2024-01-05 17:06

【数据挖掘】基于 LightGBM 的系统访问风险识别（附源码）

基于LightGBM的系统访问风险识别文章目录基于LightGBM的系统访问风险识别一、课题来源二、任务描述三、课题背景四、数据获取分析及说明（1）登录https://www.datafountain.cn

the_coco·2024-01-04 06:41

回归预测 | Python实现OOA-LightGBM基于人工鱼鹰优化算法优化LightGBM的多输入单输出数据回归预测模型（多指标，多图）

回归预测|Python实现OOA-LightGBM基于人工鱼鹰优化算法优化LightGBM的多输入单输出数据回归预测模型（多指标，多图）目录回归预测|Python实现OOA-LightGBM基于人工鱼鹰优化算法优化

机器学习之心·2023-12-30 15:38

lightGBM+158个技术因子实证A股十年数据：年化24%，回撤10%

持续行动1期47/100，“AI技术应用于量化投资研究”。关于量化交易鼻祖西蒙斯的各种正史、野史来看，他出道时做基本面分析，亏了十年，后来改做高频量化，后又引入机器学习专家，进而成为王者。如此反而简单，就是技术面的逻辑，都在价格里了，大家把价格里的“隐藏”信息挖出来，还不用处理各种财务面数据。另外这个模式就具备通用性了。移植到期货，期权，电子货币都相对容易。找策略的角度，就是找到因子集合，然后加权

AI量化投资实验室·2023-12-23 02:54

Task4 建模与调参

使用Lightgbm、XGBoost模型、CatBoost模型进行建模:模型调参：贪心调参方法；采用for循环网格调参方法；GridSearchCV贝叶斯调参方法：BayesianOptimization

1598903c9dd7·2023-12-19 16:12

推荐频道