spark 使用 LightGBM 原理解析

---

简介

• github仓库：https://github.com/Microsoft/LightGBM
• 官方文档：https://lightgbm.readthedocs.io/en/latest/

LightGBM：来自微软的快速稀度提升算法 。

多年以来，XGBoost一直是最受欢迎的分类和回归算法。但是最近，LightGBM 成为其新的挑战者。与XGBoost类似，LightGBM是一种较新的基于树的梯度提升变体。LightGBM于2016年10月17日发布，是微软分布式机器学习工具包（DMTK）项目的一部分。它快速且分布式的设计使得训练速度更快且内存使用率更低。它具有支持GPU、采用并行学习以及能够处理大型数据集等能力。LightGBM 在多个基准测试和公共数据集实验中甚至比 XGBoost 更快，更准确。

---

备注
LightGBM作为微软机器学习（MMLSpark）生态系统的一部分，已经移植到Spark中。微软一直在积极开发数据科学和深度学习工具，并将其与Apache Spark