微软开源LightGBM：轻量级梯度Boosting框架

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：

• 快速的学习效率
• 低内存占用
• 更高的准确性
• 支持并行学习
• 支持处理大数据

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。