问题描述
lightgbm和sklearn的HistGradientBoostingClassifier估算器都使用直方图来确定连续要素的最佳分割。
是否可以直观地（或通过一些示例）说明直方图的创建过程，以及它如何帮助确定节点上更快的分割点。
我已经在Internet上广泛寻找答案，但是找不到任何简单或直观的方式来构建直方图。
解决方法
我不确定，但这可能与XGBoost中如何构造（唯一）回归树有关。对于连续功能，您可以构建直方图，确定分割（例如体重
我想sklearn的HistGradientBoostingClassifier可能也涉及上述工具优化，以得出最佳分割效果。