LightGBM 相比传统 GBDT/XGBoost 的主要优化点是什么？

What are LightGBM’s key optimizations compared to traditional GBDT/XGBoost?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Machine Learning

标签: LightGBM, histogram, leaf-wise, GOSS, EFB

参考答案摘要

答案 LightGBM 的优化我会讲三块：直方图、树生长策略、特征处理与并行。 Histogram-based ：把连续特征分桶，用直方图近似增益计算，显著减少计算与内存。 Leaf-wise growth ：优先分裂增益最大的叶子（leaf-wise），通常比 level-wise 更快降低 loss，但更容易过拟合，需要 max_depth/num_leaves 等约束。 大规模特征 ：支持 ...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案、收藏题目并进行模拟面试练习。