一、Light GBM

Light GBM是和xgboost类似的一种集成算法。xgboost算法的一个瓶颈是针对每个特征，它都需要对每一个可能的分裂点扫描全部的样本来计算基尼系数，这样大大增加了计算量，降低了算法效率。为了解决这种在大样本高纬度数据的环境下耗时的问题，Light GBM算法使用直方图方法在牺牲一定精度的条件下，换取计算速度的提升和内存的消耗；主要使用如下两种方法：一是GOSS（Gradient-based One-Side Sampling, 基于梯度的单边采样），不是使用所用的样本点来计算梯度，而是对样本进行采样来计算梯度；二是EFB（Exclusive Feature Bundling， 互斥特征捆绑） ，这里不是使用所有的特征来进行扫描获得最佳的切分点，而是将某些特征进行捆绑在一起来降低特征的维度，是寻找最佳切分点的消耗减少。这样大大的降低的处理样本的时间复杂度，但在精度上，通过大量的实验证明，在某些数据集上使用Lightgbm并不损失精度，甚至有时还会提升精度。

二、直方图算法（Histogram-based Alogrithm）

直方图优化算法需要在训练前预先把特征值转化为bin，也就是对每个特征的取值做个分段函数，将所有样本在该特征上的取值划分到某一段（bin）中，最终把特征取值从连续值转化成了离散值。

第一个 for 循环表示的是对当前模型下所有的叶子节点进行遍历。

第二个 for 循环就开始遍历所有的特征了。对于每个特征，创建一个直方图并存储了两类信息，分别是每个bin中样本的梯度之和（ $H[f.bins[i]].g$），还有就是每个bin中样本数量（ $H[f.bins[i]].n$）

第三个 for 循环遍历所有样本，累积上述的两类统计值到样本所属的bin中。即直方图的每个 bin 中包含了一定的样本，在此计算每个 bin 中的样本的梯度之和并对 bin 中的样本记数。

最后一个for循环，遍历所有bin，分别以当前bin作为分割点，累加其左边的bin至当前bin的梯度和（ $S_L$）以及样本数量（ $n_L$），并与父节点上的总梯度和（ $S_p$）以及总样本数量（ $n_p$）相减，得到右边所有bin的梯度和（ $S_R$）以及样本数量（ $n_R$），带入公式，计算出增益，在遍历过程中取最大的增益，以此时的特征和bin的特征值作为分裂节点的特征和分裂特征取值。

优点：

1. 减少内存消耗：直方图算法不仅不需要额外存储预排序的结果，而且可以只保存特征离散化后的值，相较于预排序算法，内存消耗大大降低。
2. 提升运算效率：预排序算法每遍历一个特征值就需要计算一次分裂的增益，而直方图算法只需要计算按照bin来换分的信息增益，运算效率大大提升。

缺点：

1. 预排序算法能够忽略零值特征，减少训练代价；而直方图算法不能对稀疏进行优化，只是计算累加值（累加梯度和样本数）。但是，LightGBM对稀疏进行了优化：只用非零特征构建直方图。
2. 直方图算法不能找到很精确的分割点，训练误差没有预排序算法好。但是， 由于决策树是弱模型， 分割点不太精确并没有太大影响；同时，较粗的分割点也有正则化的效果，可以有效地防止过拟合；因此，即使单棵树的训练误差比精确分割的算法稍大，但在整体下并没有太大的影响。

三、GOSS

GOSS(Gradient-based one-side sampling)（基于梯度的单边采样）方法的主要思想就是，梯度大的样本点在信息增益的计算上扮演着主要的作用，也就是说这些梯度大的样本点会贡献更多的信息增益，因此为了保持信息增益评估的精度，当我们对样本进行下采样的时候保留这些梯度大的样本点，而对于梯度小的样本点按比例进行随机采样即可，相当于随机排除了一些小梯度样本，使用剩余较大梯度样本进行评估信息增益。

伪代码如下：

算法解释：
输入： $I$-训练数据， $d$-迭代次数， $a$-大梯度采样比例， $b$-小梯度采样比例， $loss$-损失函数， $L$-弱学习器（一般为决策树）

1. 根据样本梯度进行排序；
2. 根据排序结果，抽取top a*100%的样本作为大梯度样本采样数据；
3. 从剩下的样本中，选取b*100%作为小梯度样本采样数据；
4. 合并两个采样样本；
5. 将小梯度样本乘上一个权重系数 $\frac{1-a}{b}$；
6. 使用上述的采样的样本，学习一个新的弱学习器；
7. 不断重复上述过程，直至达到相应迭代次数或模型收敛。

由以上我们可以看到：当a=0时，GOSS算法退化为随机采样算法；当a=1时，GOSS算法变为采取整个样本的算法。在许多情况下，GOSS算法训练出的模型精确度要高于随机采样算法。另一方面，采样也将会增加若学习器的多样性，从而潜在的提升了训练出的模型泛化能力。

四、EFB

EFB(Exclusive Feature Bundling)（互斥特征捆绑）。高维数据通常是稀疏的，许多特征之间是互斥的，即它们不会同时拥有非零值；EFB就是把互斥的特征进行bundle，通过算法对同一个bundle里面的特征做相同的直方图算法，从而减少了计算量。GOSS从数据量上减少了数据，提升了计算效率，EFB则是从特征维度上减少了计算量。

扫描二维码关注公众号，回复： 10589283 查看本文章

伪代码如下：

算法解释：
输入： $F$-特征， $K$-最大冲突数量，即特征之间允许存在少数的样本点并不是互斥的最大数量， $G$-构造的图

1. 构造一个边带有权重的图，其权值对应于特征之间的总冲突；
2. 通过特征在图中的度来降序排序特征；
3. 检查有序列表中的每个特征，并将其分配给具有小冲突的现有bundle，或创建新bundle。
4. 然后采用merge exclusive features，使用直方图方法将特征merge起来，原理：由于基于直方图的算法存储的是离散的bins而不是连续的特征值，我们可以通过让互斥特征驻留在不同的bins中来构造feature bundle。这可以通过增加特征原始值的偏移量来实现。比如，假设我们有两个特征，特征A的取值范围是[0,10)，而特征B的取值范围是[0,20)，我们可以给特征B增加偏移量10，使得特征B的取值范围为[10, 30)，最后合并特征A和B，形成新的特征，取值范围为[0,30)来取代特征A和特征B。

由上可知，正如前面所说，EFB从特征维度上减少了计算量，提升了计算效率。

五、Level-wise和Leaf-wise

大部分决策树的学习算法通过 level-wise 策略生长树，即每次分裂同一层的所有叶子，对所有叶子进行无差别分裂，但是一些叶子节点分裂后带来的增益可能非常小，对结果影响不大，进行无差别分裂的话就浪费了资源。
所以，LightGBM 通过 leaf-wise 策略来生长树。每次从当前所有叶子中，找到分裂增益最大的一个叶子，然后分裂，如此循环。因此同Level-wise相比，在分裂次数相同的情况下，Leaf-wise可以降低更多的误差，得到更好的精度。但是，这样的分裂方式会很容易陷入较大的深度，造成过拟合。 因此，必须通过 max_depth 来限制树的深度来避免过拟合。

六、分类变量（categorical feature）

对于类别型的变量，我们通常将类别特征转化为one-hot编码，如xgboost。 但是，这种处理方式会较大的耗用内存，并且对于一个类别数量较大的类别特征，会引起树的不平衡，需要很大的深度才能来达到较好的准确率。

LightGBM的优化方法是对分类特征进行二分处理，这样就会有 $2^{k-1}-1$个分裂点。然后根据分类特征与目标变量的相关性对类别进行重排序，即根据累加值(sum_gradient/sum_hessian)重新对（类别特征的）直方图进行排序，然后在排好序的直方图中寻找最好的分割点。