算法介绍
梯度提升决策树 (GBDT)
TCHouse-X 利用 LightGBM 框架实现的梯度提升决策树(GBDT)。它是一种基于决策树的集成学习算法。
该算法原理为：采用 Boosting（提升）策略，通过迭代地训练决策树来最小化损失函数。与传统GBDT不同，LightGBM 采用基于直方图的算法和带有深度限制的按叶子生长 (Leaf-wise) 策略。即每次从当前所有叶子节点中，选择分裂收益最大（损失减少最多）的节点进行分裂，而不是像传统算法那样对每一层所有节点进行分裂。这使得模型收敛速度更快，精度更高。
梯度提升回归树 (GBRT)
GBRT(Gradient Boosting Regression Tree)是GBDT在回归问题上的应用，后端同样基于 LightGBM 实现。
该算法原理为：通过多轮迭代，每轮训练一棵新的回归树来拟合前一轮模型的残差（即真实值与当前预测值的差）。最终的预测结果是所有树预测值的加权和。
LightGBM 通过直方图算法将连续的浮点特征值离散化为k个整数，构造直方图，从而大幅减少了计算分割点的时间复杂度。
算法参数介绍
公共入参
入参 | 类型 | 默认值 | 说明 |
num_leaves | INT | 31 | 基学习器（树）的最大叶子数，为正整数。 |
max_depth | INT | -1 | 基学习器最大深度： 不设限：设置为 <= 0 时，不对树深度进行硬性限制。 正值限制：若设定大于 0 的具体深度，建议配合调整 num_leaves，使其满足 num_leaves <= 2^max_depth，以防生长失衡。 |
learning_rate | FLOAT | 0.1 | 收敛步长：控制每棵基学习器对最终模型的贡献权重。 |
n_estimators | INT | 100 | 基学习器数量：指定模型中包含的弱学习器的总数，为正整数。 |
subsample_for_bin | INT | 200000 | 构建直方图分箱（bins）时用于采样的样本数，为正整数。 |
min_split_gain | FLOAT | 0.0 | 叶节点继续分裂所需的最小损失下降（增益）阈值。 |
min_child_weight | FLOAT | 1e-3 | 子节点（叶子）所需的最小样本权重和（Hessian）。 |
min_child_samples | INT | 20 | 子节点（叶子）所需的最小样本数，为正整数。 |
subsample | FLOAT | 1.0 | 训练样本的采样比例（行采样）。 |
subsample_freq | INT | 0 | 行采样频率；<=0 表示不启用。 |
colsample_bytree | FLOAT | 1.0 | 构建每棵树时的特征采样比例（列采样）。 |
reg_alpha | FLOAT | 0.0 | L1 正则项系数。 |
reg_lambda | FLOAT | 0.0 | L2 正则项系数。 |
random_state | INT | 42 | 随机种子，为非负整数。 |
GBDT 入参
入参 | 类型 | 默认值 | 说明（中文） |
objective | STRING | multiclass | 目标函数/学习任务，LightGBM 在训练中要优化的损失。GBDT 下可选：['binary','multiclass']。 |
num_class | INT | 10 | 类别数，为正整数。若 objective='binary'，无需设置该参数。 |
GBRT 入参
入参 | 类型 | 默认值 | 说明 |
objective | STRING | regression | 目标函数/学习任务，LightGBM 在训练中要优化的损失。GBRT 下可选：['regression','regression_l1','huber','quantile','mape']。 |
alpha | FLOAT | 0.9 | 控制某些回归目标的损失不对称/鲁棒性：对 quantile 回归表示目标分位数（如 0.5 为中位数，0.9 更关注上尾）；对 huber 表示从二次（L2）到线性（L1）区域的过渡点，用于提升对离群点的鲁棒性。取值 (0,1)；仅当 objective ∈ ['quantile','huber'] 时生效。 |
