🔬
MCGrad 修復子群組模型校準
Meta 開源 MCGrad，一款使用梯度提升決策樹的多校準 Python 套件。它修正子群組誤校準，適用於大型資料集，並將於 KDD 2026 發表，在 100 多個生產模型上表現優異。
Search
Tag: #gradient-boosting5 results
📰
PerpetualBooster v1.9.0 新增因果 ML
PerpetualBooster v1.9.0 是基於 Rust 的 GBM，使用單一預算參數取代超參數調校，新增因果 ML、漂移偵測與共形預測。支援 19 種目標函數、多輸出與持續學習。基準測試顯示與 LightGBM 精度相當但加速 405 倍，並勝過 AutoGluon。
🔬
為何高重要性特徵反而會降低模型效能
資料科學團隊分享了關於一個基於貝葉斯目標編碼 (Bayesian target encoding) 的頂尖 LightGBM 特徵，如何因過度擬合不可約標籤變異而導致預測效能下降的發現。本文強調了梯度提升模型中目標編碼洩漏的風險。
📰
ibu-boost：GBDT絕對分裂拒絕機制
ibu-boost 是一款新的梯度提升樹庫，使用篩選轉換絕對拒絕不良分裂，無需調整 min_gain_to_split 超參數。它支援非遺忘式與遺忘式樹、MSE/二元損失、缺失值處理，以及 Triton GPU 核心加速。California Housing 基準測試顯示與 LightGBM 相比 RMSE 差距 12%，但 GPU 加速達 3 倍。
臨床門檻維持中風模型效能
一項新研究評估以符合臨床指引的分類取代連續預測變數，能否提升缺血性中風預後模型的可解釋性。在三個治療群組中，分類式梯度提升模型於其中兩組的表現相近，但在一組中準確度顯著下降。