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
VMware 虚拟机
操作系统:Ubuntu 14.04.4 LTS、CentOS 7.2.1511 (Core)
处理器:1核
内存:1 GB
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。
参考官方给出的安装指南: