机器学习笔记 - AutoML框架LightGBM初体验

一、LightGBM框架概述

        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不仅在工业界应用广泛，通常被用于多分类、点击率预测、搜索排序等任务；在各种数据挖掘竞赛中也是致命武器，据统计Kaggle上的比赛有一半以上的冠军方案都是基于GBDT。

        LightGBM（Light Gradient Boosting Machine）是一个实现GBDT算法的框架，它使用基于树的学习算法。具有以下优点：

        1、更快的训练速度和更高的效率。

        2、降低内存使用率。

        3、更好的准确性。

        4、支持并行、分布式和 GPU 学习。

        5、能够处理大规模数据。

       &n