Skip to content
基于 xgboost,利用histogram计算最佳分割点,Leaf-wise的树增长方式。
Python
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
data
examples
imgs
slimgbm
tests
LICENSE
readme.md
requirements.txt
setup.py

readme.md

SlimGBM基于wepe的tgboost,参考lightGBM,作了如下修改:

  1. 基于histogram计算最佳分割点;
  2. Leaf-wise的树增长方式;
  3. 增加作图

原有的tgboost支持如下特征:

  • 内置有Square error losst和Logistic loss
  • 可自定义损失函数,使用'autograd'计算grad和hess
  • 多线程寻找最佳分割点
  • 计算特征重要性
  • 处理缺失值(slimgbm为方便去掉了此功能)
  • 正则化
  • 随机选取特征和样本
  • 支持对样本定义权重函数
You can’t perform that action at this time.