微软开源分布式高性能GB框架LightGBM MacOS下编译安装过程

LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的快速的、分布式的、高性能 gradient boosting（GBDT、GBRT、GBM 或 MART）框架，可被用于排行、分类以及其他许多机器学习任务中。
开源项目地址： https://github.com/Microsoft/LightGBM

开源|LightGBM：三天内收获GitHub 1000+ Star，表现超越已有boosting工具。

LightGBM

LightGBM 是一个梯度 boosting 框架，使用基于学习算法的决策树。它可以说是分布式的，高效的，它有以下优势：
更快的训练效率
低内存使用
更好的准确率
支持并行学习
可处理大规模数据

环境描述

操作系统：mac os Sierra 10.12

iMac (21.5-inch, Late 2015)

处理器：1.6 GHz Intel Core i5

内存：8 GB 1867 MHz DDR3

图形卡：Intel HD Graphics 6000 1536 MB

编译过程

lightgbm 依赖 OpenMP 进行编译，苹果的 Clang 不支持。 请使用 GCC / G++ 代替。 参考官方给出的