机器学习模型——lightGBM_lightgbm 官方文档

一、lightGBM的前世今生

1.GBDT（Gradient Boosting Decision Tree）

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。
可以理解为一个集成学习框架。

2.lightGBM（Light Gradient Boosting Machine）

一个实现GBDT算法的框架，支持高效率的并行训练，并且具有更快的训练速度、更低的内存消耗、更好的准确率、支持分布式可以快速处理海量数据等优点。

3.XGBoost

3.1核心思想

首先，对所有特征都按照特征的数值进行预排序。
其次，在遍历分割点的时候用O（#Data）的代价找到一个特征上的最好分割点。
最后，在找到一个特征的最好分割点后，将数据分裂成左右子节点。
XGBoost的核心就是预排序！

3.2优缺点

1)优点：能准确地找到分割点。（因为他是进行遍历的）
2)缺点：
空间消耗大：算法需要保存数据的特征值，还保存了特征排序的结果 ；在遍历每一个分割点的时候，都需要进行分裂增益的计算，消耗的代价大。

二、lightGBM

1. 基于Histogram的决策树算法
2. 单边梯度采样（GOSS）:把梯度小的剔除掉，只用剩下的样本进行 信息增益。
3. 互斥特征捆绑（EFB）：高纬度的数据性大多都是稀疏的，EFB相当于降维操作。有效避免不必要0值的计算。
4. 带深度限制的Leaf-wise的叶子生长策略：在分裂次数相同的情况下，leaf-wise可以降低更多的误差；但是可能会长出比较深的决策树，产生过拟合，但可以通过增加一个最大深度限制来解决。
5. 直接支持类别特征
6. 支持高效并行
7. Cache命中率优化
   lightGBM官方文档：https://lightgbm.readthedocs.io/en/latest/

三、使用lightGBM解决信用卡欺诈问题

代码在码云：https://gitee.com/peng-chongle/light-gbm
数据集太大，码云无法上传
数据集百度网盘链接：
链接：https://pan.baidu.com/s/1PR43LgY1L4oaSegLCzmPHw
提取码：rxb5