LightGBM是微软团队2017年发表在NIPS的一篇论文，也是一种基于GBDT的Boosting的方法。之前有了各种Boosting方法，以及在各类数据比赛中大放异彩的XGBoost，LightGBM的优势在哪里呢？
LightGBM是一种基于GBDT的提升方法。对于这类基于树的模型，最耗时的部分就是在进行特征选择结点分裂时，需要遍历所有可能的划分点，计算信息增益，从而找到最优的划分点。前面虽然有了各类的算法对这个过程进行优化，比如XGBoost，但是在特征维数很高，样本量很大的情况下，它的效率和灵活性还是不够好。因此，本文的作者提出了LightGBM这个模型，极大的提升了计算效率。根据论文里的说法，在模型精度和GBDT差不多的情况下训练速度比它快了20倍。所以，LightGBM这个模型的提出，所要解决的主要问题是计算效率的问题。在快的同时，还能保证模型的精度，这是它最大的优点。
为了让GBDT快起来，入手的方向只有两个，要不就减少特征数，这样在进行特征选择结点分裂的时候能够减少计算量，提高速度；要不就减少训练样本数，这样也能减少计算量，提高效率。但是这样做缺点很明显，牺牲了模型的精度啊！有没有什么两全其美的方法呢？
在介绍LightGBM的方法之前，我们先回顾一下之前的一些模型是怎么做的。
对于一些采用行采样进行加速的模型，根据的是样本的权重进行的采样（比如AdaBoost模型，在训练过程中会提升那些之前被误分类的样本的权重），但是对与GBDT来说这就不适用了，因为它的样本是没有权重的；不需要利用样本权重的模型，比如SGD（随机梯度提升），通过随机行采样的方式减少计算量，虽然可以应用到GBDT，但是显然会损失模型的精度。
对于列采样过程中的优化，比如随机森林，并不对所有的特征都做计算，而是随机选择几个特征，从这里面选择最优的属性，减小了计算量。
本文的优化方法，就是在行采样和列采样两个方面，提出了更胜一筹的优化方法，从而在不牺牲精度的条件下，极大的提升了训练速度！
- 针对行采样的优化，提出了GOSS（Gradient-based One-side Sampling）
- 针对列采样，提出了EFB（Exclusive Feature Bundling）
GOSS
LigntGBM也好，XGBoost也好，都是提升方法，基于GBDT，建树的过程是串行化的过程，所以在Tree层面上是不能够并行化处理的。可以进行加速提升的部分，就是在进行特征选择结点分裂的时候，而这也是建树中最耗时的部分。比较常用的优化方法，一种是对特征值先进行排序，然后计算每个划分点的增益，存起来，最后通过查表比较的方式进行选择，相当于用空间换时间；还有就是基于直方图的方法。XGBoost中提供了这两种方法的实现。
而本文呢，是注意到在训练过程中，如果一个样本产生的梯度很小，说明它的训练误差很小，基本上是well-trained的。这就为行采样提供了一个依据，选择那些梯度大的样本进行训练，对于梯度小的可以drop掉。但是这样会带来一个问题，改变了训练样本的分布。GOSS呢，就提出不把这些梯度小的舍弃掉，而是设置一个采样比例，留下一部分，但是为了弥补丢掉的那一部分的数据在计算增益时的作用，对这些留下的小梯度的样本乘个系数。
举个例子：整个训练样本大小为100，当计算完梯度之后，对每个样本的梯度绝对值按从大到小排序，假如设置a的比例，作为梯度大的数据，这部分的集合记作A，剩下的就是认为梯度小的比例，在这基础上，再乘b，随机选择这么多的小梯度的样本加入到训练集中。不过在计算增益的时候要对这些小梯度的样本乘个系数
作为放大，弥补采样的缺失。通过采用这种方法，既减少了训练样本，提高了模型对那些还没有训练好的样本的关注，又在一定程度上使得近似值与精确计算值很接近，不损失精度。
算法过程如下：
EFB
EFB主要是从列采样的角度。但并不是真正的采样，因为它降低了列向量的维度，但并不是通过采样的方式得到的，而是通过对feature也构建直方图，然后合并那些exclusive的特征，从而达到减少列向量的目的。
这里有两个关键问题：
- 如何确定哪些特征需要bundle？
- 如何bundle？
它的前提假设是说通常高维的数据往往也是稀疏的，在稀疏的特征空间中，许多特征之间通常是互斥的，可以将这些特征合并成一个特征
算法流程如下：
其他
看LightGBM的Github，有提到它是一种带深度限制的Leaf-wise的叶子生长策略（在论文里死活也没找到····），与之相比，XGBoost是一种Level-wise的方式。具体解释是说：
- Level-wise过一次数据可以同时分裂同一层的叶子，容易进行多线程优化，也好控制模型复杂度，不容易过拟合。但实际上Level-wise是一种低效算法，因为它不加区分的对待同一层的叶子，带来了很多没必要的开销，因为实际上很多叶子的分裂增益较低，没必要进行搜索和分裂。
- Leaf-wise则是一种更为高效的策略：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。
- Leaf-wise的缺点：可能会长出比较深的决策树，产生过拟合。因此LightGBM在Leaf-wise之上增加了一个最大深度限制，在保证高效率的同时防止过拟合。
- 参考这里：1，2