轻梯度提升机算法的发展与应用

来源：计算机工程与应用杂志2025年第5期北京时间：

作者：魏佳妹, 袁书娟, 孔闪闪, 杨爱民, 赵晨颖

单位：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

摘要：轻梯度提升机算法（light gradient boosting machine，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