LightGBM와 XGBoost에 대해서 알아보겠습니다.
XGBoost는 GBM(Gradient Boosting Algorithm)에 기반하지만, GBM의 단점을 보완하여 각광받고 있습니다.
XGBoost는 GBM에 기반하고 있지만, GBM의 단점인 느린 수행시간과 과적한 규제 부재 등의 단점을 해결해서 각광받고 있습니다.
일반적으로 분류와 회귀영역에서 뛰어난 예측성능을 발휘하고, 병렬 수행 및 다양한 기능으로 GBM에 비해 빠른 성능을 보장합니다.
LightGBM은 XGBoost에 단점을 보완한 러닝 알고리즘입니다.
LightGBM에 경우, 학습에 걸리는 시간이 XGBoost보다 적고, 기능상의 다양한 이점이 있습니다.
또한, 카테고리형 피처의 자동변환과 최적분할을 지원합니다.
참고
[1] - https://zereight.tistory.com/254
'개발 > 파이썬 머신러닝 완벽가이드 정리' 카테고리의 다른 글
| 군집화(K-Means) (0) | 2020.02.17 |
|---|---|
| 과소적합과 과적합(Overfitting, underfitting) (0) | 2020.02.10 |
| 앙상블학습, 배깅, 보팅 (0) | 2020.01.25 |
| 결정트리 (0) | 2020.01.24 |
| ROC, AUC (0) | 2020.01.24 |