LightGBMとは？
らいとじーびーえむ
LightGBMとは、Microsoftが開発した高速・高精度な勾配ブースティング機械学習フレームワークです。
LightGBMは、Microsoftが2017年に公開した勾配ブースティング決定木（GBDT）のフレームワークです。大規模データに対して高速な学習と優れた予測精度を実現するために設計されており、データサイエンスや機械学習の現場で広く使われています。
従来の勾配ブースティング手法と比べて大きく異なる点は、リーフごとの成長（Leaf-wise Growth）戦略を採用していることです。一般的な手法が木を層ごとに均等に広げるのに対し、LightGBMは損失を最も大きく減らせるリーフを優先的に分割します。これにより、同じ計算資源でより深く精度の高いモデルを学習できます。
主な特徴は以下のとおりです。
- GBSとEFBという技術でデータ量を大幅に削減し、学習を高速化
- カテゴリ変数をそのまま扱える最適分割アルゴリズム
- 並列・分散学習のサポート
- メモリ消費が少なく、大規模データセットにも対応
Kaggleなどのデータ分析コンペティションで高い成績を収める手法として多用され、金融・医療・広告などの実務でも予測モデルの構築に広く採用されています。XGBoostやCatBoostと並んで、現代の機械学習における主要な手法のひとつです。
使い方・例文
LightGBMは、クレジットカードの不正利用検出や顧客の購買予測など、大量のデータを素早く分析する必要がある場面でよく利用されます。
この用語をシェア
最終更新: