LightGBM 挖掘 SNP 的注意事项

1. 决策树难以挖掘到有意义的稀有突变 每次节点所选择的特征是对整体影响最大的特征，而越靠近树根时，集合内样本数量越大，越混乱，越难分离出异常值，进而也就越难选择对表型有显著影响的稀有突变。 而当节点越靠近叶片时，集合内样本数量越少，在群体中 MAF 越高的 SNP 越有可能在子集中有两种基因型，从而对子集有区分能力。对于在群体中 MAF 低的 SNP 在样本数量越少的子集中越可能只有一种基因型，

>>阅读原文<<