LightGBM是一个轻量级的GB框架,基于决策树的学习算法,支持分布式。具有以下优点:
更多技术细节,可以参考发布信息。 基于公共数据的处理实验表明,LightGBM在效率和准确率方面已经击败了现有的Boosting工具。此外,实验显示,LightGBM在多台机器的特定设置下可以实现线性加速。 项目地址此框架已经在GitHub上开源:https://github.com/Microsoft/LightGBM 讨论itschekkers说:看起来不错,特别是能降低内存占用。如果他们默认支持k-fold cross-validation就更好了。 nl说:https://github.com/Microsoft/LightGBB/wiki/Experiments#comparison-experiment,哇,几乎是XGBoost速度的三倍,准确性也更高,我要离开Kaggle了。 TheGuyWhoCodes说:不错!如果有Python接口就更好了。 |