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