O que é o boosting de gradiente baseado em histogramas?

O reforço de gradiente baseado em histogramas é uma otimização dos algoritmos de boosting por gradiente, onde as características contínuas são discretizadas previamente em bins (cestos), e o treino ocorre nessas representações histogramadas.

Vantagens principais:

• Aceleração significativa no cálculo de gradientes e na busca por divisões ótimas, pois as operações são realizadas sobre um número limitado de bins, e não sobre todos os valores únicos das características.
• Redução do consumo de memória.

Um exemplo de uso: bibliotecas populares como LightGBM usam boosting baseado em histogramas para um treino eficiente em grandes conjuntos de dados tabulares.

A ideia é substituir a busca por limiares ótimos para divisão por uma busca exaustiva nos bins discretos, o que simplifica e acelera a construção de árvores.