总的认识： LightGBM > XGBOOST > GBDT
都是调参数比较麻烦。
GBDT分类的最佳调参数的讲解：
Gradient Boosting Machine(GBM）调参方法详解
其次 scikit-learn 梯度提升树(GBDT)调参小结
LightGBM学习资料：
LightGBM——提升机器算法（图解+理论+安装方法+python代码）
相关文章
- 10-14梯度提升决策树（GBDT）与XGBoost、LightGBM
- 10-14《一篇文章搞定GBDT、Xgboost和LightGBM的面试》
- 10-14LightGBM+OPTUNA超参数自动调优教程（附代码框架）
- 10-14【机器学习】Optuna机器学习模型调参(LightGBM、XGBoost)
- 10-14xgboost和LightGBM的模型参数寻优的代码---奥图那optuna篇
- 10-14ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(四)
- 10-14Adaboost、GBDT、xgboost、lightGBM的区别
- 10-14GBDT、XGBoost、LightGBM的区别和联系
- 10-14xgboost的predict接口输出问题以及相关参数的探究(evals、evals_result、verbose_eval、pred_leaf、pred_contribs)、利用gbdt进行特征组合
- 10-14XGBoost参数调优完全指南（附Python代码）