LightGBM和XGboost的对比

2017年初，微软开源了新的机器学习框架LightGBM，以GBDT为基础，据说在Higgs数据集上LightGBM比XGBoost快将近10倍，内存占用率大约为XGBoost的1/6
中文文档：http://lightgbm.apachecn.org/cn/latest/index.html

XGBoost是此前最好的Boosting模型，既然传言LightGBM性能更高，那二者有什么不同呢？

一、LightGBM提出的动机：
常用的机器学习算法，例如神经网络等算法，都可以以mini-batch的方式训练，训练数据的大小不会受到内存限制。

而GBDT在每一次迭代的时候，都需要遍历整个训练数据多次。如果把整个训练数据装进内存则会限制训练数据的大小；如果不装进内存，反复地读写训练数据又会消耗非常大的时间。尤其面对工业级海量的数据，普通的GBDT算法是不能满足其需求的。

LightGBM提出的主要原因就是为了解决GBDT在海量数据遇到的问题，让GBDT可以更好更快地用于工业实践。

二、LightGBM和XGBoost的区别：
1、XGBoost使用基于预排序的方法（pre-sorted）的决策树算法，而LightGBM使用基于直方图（Histogram）的决策树算法。预排序算法每遍历一个特征值就需要计算一次分裂的增益，而直方图算法只需要计算k次（k可以认为是常数），时间复杂度从O(data*feature)优化到O(k*features)
注：
2、XGBoost使用的按层生长 (level-wise) 的决策树生长策略，LightGBM使用带有深度限制的按叶子生长 (leaf-wise) 算法，在分裂次数相同的情况下，Leaf-wise可以降低更多的误差，得到更好的精度。Leaf-wise的缺点是可能会长出比较深的决策树，产生过拟合。
3、支持类别特征，不需要独热编码处理
4、优化了特征并行和数据并行算法

综上所述：LightGBM的精度和XGBoost相似，甚至略高于XGBoost，而训练速度远高于XGBoost