GBDT 算法实现框架 LightGBM

• 授权协议: MIT
• 开发语言: C/C++ Python
• 操作系统: 跨平台
• 软件首页: https://github.com/Microsoft/LightGBM
• 软件文档: https://github.com/Microsoft/LightGBM/blob/master/README.md
• 官方下载: https://github.com/Microsoft/LightGBM/archive/master.zip

软件介绍

LightGBM（Light Gradient Boosting Machine） 是微软开源的一个实现 GBDT 算法的框架，支持高效率的并行训练。

GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT 在工业界应用广泛，通常被用于点击率预测，搜索排序等任务。GBDT 也是各种数据挖掘竞赛的致命武器，据统计 Kaggle 上的比赛有一半以上的冠军方案都是基于 GBDT。

LightGBM 提出的主要原因是为了解决 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。其具有以下优点：

• 更快的训练速度

• 更低的内存消耗
  

• 更好的准确率

• 分布式支持，可以快速处理海量数据

本文地址：https://codercto.com/soft/d/16777.html