bin映射是如何构造的？

Question

我找不到在lightgbm纸中如何构造bin映射的详细描述。 我对bin映射有几个疑问。

1. 是静态的还是动态的？也就是说，在节点增长期间，bin映射会改变吗？

2. 每个要素维的箱数是否相等？例如，对于一项热门功能，箱数是否等于2？

3. 对于实值特征，垃圾箱的分割点是否均匀分布？还是找到垃圾箱分裂点的任何原则？

Answer 1

1：容器是预处理的一种形式：在优化之前，每个变量都会转换为离散值。它是针对您的训练数据的，不会改变。

2：有一个参数可以调整以设置最大纸槽数。但是，当然，如果您的功能只有5个不同的值，则只会有5个bin。因此，每个功能可以具有不同数量的垃圾箱。

3：箱的分割点未按相等的宽度选择，而是由频率选择：如果设置100个箱，则将选择分割点，例如每个箱包含大约所有训练点的1％（可能会或多或少取决于您是否具有相等的值）。此过程类似于pandas qcut函数。

希望我能解决您的问题。