LightGBM

뜻풀이

쉬운 AI 사전

1. [명사] (모델) 표 형태 데이터를 빠르게 학습하는 그래디언트 부스팅 도구. 작은 나무를 차례로 더해 가며 앞선 나무의 실수를 고쳐 나간다.

실무 AI 사전

1. [명사] (모델) 대용량 표 데이터로 예측 모델을 만들 때 학습 속도와 메모리 사용이 가벼워 많이 쓴다. 범주형 변수를 따로 처리해 주는 기능이 있어 전처리 부담이 줄어든다.

전문 AI 사전

1. [명사] (모델) 히스토그램 기반 분할 탐색과 리프 중심(leaf-wise) 트리 성장, 단측 경사 기반 샘플링(GOSS)과 배타적 피처 묶음(EFB)으로 속도를 높인 그래디언트 부스팅 결정 트리 구현체다. 리프 중심 성장은 정확도에 유리하지만 데이터가 적으면 과적합하기 쉬워 최대 잎 수와 최소 데이터 수로 조절한다.

관용구/함께 쓰는 말

• LightGBM 튜닝 - num_leaves, learning_rate, min_data_in_leaf 같은 값을 조절해 성능을 맞추는 일.
• 리프 중심 성장 - 트리를 층별로 넓히지 않고 손실이 가장 크게 줄어드는 잎을 골라 깊게 키우는 방식.

쉬운 비유

층마다 방을 고르게 늘리는 대신, 사람이 가장 많이 몰리는 방부터 골라 넓히는 건축가 같다. 효율은 좋지만 한쪽만 너무 커지지 않게 지켜봐야 한다.

예문

• 고객 이탈 예측 모델을 LightGBM으로 돌렸더니 XGBoost보다 학습 시간이 절반 가까이 줄었다.
• 데이터가 수백만 행이라 랜덤 포레스트는 느렸고, LightGBM으로 바꾸고 나서야 하루 안에 실험을 여러 번 돌릴 수 있었다.
• num_leaves를 너무 크게 잡았더니 검증 점수가 오히려 떨어졌다.

헷갈리는 용어 비교

XGBoost

둘 다 그래디언트 부스팅 구현체다. XGBoost는 기본적으로 층별로 나무를 키우고, LightGBM은 잎 단위로 키우며 히스토그램으로 분할을 빠르게 찾아 대용량에서 더 빠른 편이다.

랜덤 포레스트

랜덤 포레스트는 나무를 서로 독립적으로 만들어 평균을 내고, LightGBM은 나무를 순서대로 만들며 앞 나무의 오차를 줄여 간다.

맞춤법/표기법

바른 표기

LightGBM

주의할 표기

라이트 GBMLightgbm

원어

LightGBM (Light Gradient Boosting Machine)

다른 이름

라이트지비엠

참고

제품명이라 영문 그대로 쓰고, 읽을 때는 '라이트지비엠'이라 한다.

관련어