轻梯度提升机算法的发展与应用.pdfVIP

322025，61（5）ComputerEngineeringandApplications计算机工程与应用

轻梯度提升机算法的发展与应用

11+11，2，3，4，51

魏佳妹，袁书娟，孔闪闪，杨爱民，赵晨颖

1.华北理工大学理学院，河北唐山063000

2.华北理工大学铁矿石优选与铁前工艺智能化河北省工程研究中心，河北唐山063000

3.华北理工大学河北省数据科学与应用重点实验室，河北唐山063000

4.华北理工大学唐山市工程计算重点实验室，河北唐山063000

5.华北理工大学唐山市智能工业与图像处理技术创新中心，河北唐山063000

+通信作者E-mail：yuanshujuan@ncst.edu.cn

摘要：轻梯度提升机算法（lightgradientboostingmachine，LightGBM）是机器学习领域中比较强大的算法之一，

LightGBM采用高效的树学习算法，以更快地训练模型，其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低

了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而，LightGBM在

高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前，解决这些问题的方法主要集中在特征工

程、可视化、模型混合等方面，并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究；对LightGBM的原

理、优缺点进行梳理，归纳出算法所面临的挑战，并指出LightGBM未来的研究热点和难点；对LightGBM的发展进

行了总结和展望。

关键词：轻梯度提升机算法；决策树；集成学习；机器学习

文献标志码：A中图分类号：TP181doi：10.3778/j.issn.1002-8331.2405-0396

DevelopmentandApplicationofLightGradientBoostingMachine

11+11，2，3，4，51

WEIJiamei,YUANShujuan,KONGShanshan,YANGAimin,ZHAOChenying

1.CollegeofScience,NorthChinaUniversityofScienceandTechnology,Tangshan,Hebei063000,China

2.HebeiEngineeringResearchCenterfortheIntelligentizationofIronOreOptimizationandIronmakingRawMaterials

PreparationProcesses,NorthChinaUniversityofScienceandTechnology,Tangshan,Hebei063000,China

3.HebeiKeyLaboratoryofDataScienceandApplication,NorthChinaUniversityofScienceandTechnology,Tangshan,

Hebei063000,China

4.TheKeyLaboratoryofEngineeringComputinginTangshanCity,NorthChinaUniversityofScienceandTechnology,

Tangshan,Hebei063000,China

5.TangshanIntelligentIndustryandImageProcessingTechnologyInnovationCenter,NorthChinaUniversityofScience

andTechnology,Tangshan,Hebei063000,China

Abstract：Lightgradientboosting