반응형
Notice
Recent Posts
Recent Comments
Link
안 쓰던 블로그
XGBoost과 LightGBM 개요 본문
반응형
XGBoost
eXtra Gradient Boost의 약자
GBM대비 빠른 수행 시간(CPU 병렬 처리, GPU 지원)
다양한 성능 향상-규제, Tree Pruning
다양한 편의 기능-조기 중단, 자체 내장 교차 검증, 결손값 자체 처리
XGBoost 파이썬 래퍼(Wrapper)와 사이킷런 래퍼가 있는데, 둘이 좀 차이가 있다
학습 API 함수(train()이냐 XGBClassifier.fit()이냐)나 학습/테스트 데이터 세트(파이썬 객체 별도 생성, 사이킷런 넘파이나 판다스 이용) 등에서..
아나콘다 프롬포트-> 명령어 conda install -c anaconda py-xgboost 로 설치
LightGBM
XGBoost에서 단점 개선-더 빠른 학습, 적은 메모리 사용량
-리프 중심 트리 분할 방식을 사용
conda install -c conda-forge lightgbm 로 설치
참고
반응형
'머신러닝 > 머신러닝' 카테고리의 다른 글
kaggle - Predict survival on the Titanic with DecisionTreeClassifier (0) | 2021.02.08 |
---|---|
kaggle - Santander Customer Satisfaction 예측 (0) | 2021.02.08 |
부스팅 알고리즘 (0) | 2021.02.07 |
배깅, 랜덤 포레스트 (0) | 2021.02.07 |
앙상블 개요, 보팅 (0) | 2021.02.07 |
Comments