LightGBM
Parent: ai_keywords
LightGBM 百科解释
【核心定义】
LightGBM（Light Gradient Boosting Machine）是微软于2017年开源的梯度提升决策树（GBDT）框架。它通过基于直方图的决策树算法、梯度单边采样（GOSS） 和互斥特征捆绑（EFB） 三项创新，在保持高精度的同时显著降低内存占用与训练耗时，尤其适合处理大规模、高维、稀疏的医学与神经科学数据。
【关键技术点】
- 直方图算法：将连续特征值离散化为固定数量（如255个）bins，构建直方图时仅遍历bins而非原始样本，使计算复杂度从 (O(#data \times #feature)) 降至 (O(#bin \times #feature))，大幅加速分裂点搜索。
- 梯度单边采样（GOSS）：保留梯度较大的样本（未充分学习），并随机采样梯度较小的样本，同时引入权重校正来维持数据分布。这使模型更关注“困难样本”，在保持精度的前提下减少训练数据量。
- 互斥特征捆绑（EFB）：将互斥（几乎不同时取非零值）的特征捆绑为单一特征，进一步降低维度。对稀疏数据（如基因表达、脑电高维特征）尤为有效。
【医学/神经科学应用场景：脑卒中早期功能障碍预测】
在首都医科大学神经病学研究中，LightGBM被用于构建急性缺血性脑卒中患者90天功能结局（改良Rankin评分）预测模型。基于入院24小时内的临床指标（如NIHSS评分、梗死体积、血清炎症标志物）及头颅CT灌注影像的180维高维特征，LightGBM利用EFB将稀疏的影像特征捆绑，结合GOSS对罕见不良结局样本加权，仅用传统GBDT 1/10的训练时间 便达到0.87的AUC（优于逻辑回归与XGBoost）。该模型已嵌入急诊决策系统，辅助早期个体化康复方案制定。此外，LightGBM在癫痫节律性放电检测（多导联EEG时序特征）和帕金森病步态冻结预警（惯性传感器时频特征）中同样表现出色，因其对缺失值不敏感且天然支持类别特征（如病灶部位、用药方案），成为神经重症精准分层的理想工具。
