問題 No.514
勾配ブースティング決定木の一種であり、葉単位で木を成長させることで精度を高め、さらにヒストグラムベースのアルゴリズムで高速化を図った手法はどれか。
【正解の解説】
LightGBM
LightGBMは、決定木を「葉」から成長させることで高速化を図り、さらにヒストグラムを用いて計算量を減らすことで、大規模データでも非常に高速に動く手法です。
スポンサーリンク
【その他の選択肢の解説】
XGBoost
XGBoostは、勾配ブースティング決定木の一種で、高い精度と処理速度を両立させた非常に人気の高い手法です。欠損値の扱いが上手いという特徴もあります。
CatBoost
CatBoostは、カテゴリー変数（数値化できない属性データ）を効率よく扱えるように工夫された勾配ブースティング決定木の一種です。特に前処理の手間を減らすことに長けています。
AdaBoost
AdaBoostは、勾配ブースティングの先駆けとなった手法です。予測を外したデータを重視して繰り返し学習させることで、複数の弱い予測モデルを組み合わせて賢いモデルを作ります。