【转载】 https://blog.csdn.net/testcs_dn/article/details/54176824
LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的快速的、分布式的、高性能 gradient boosting（GBDT、GBRT、GBM 或 MART）框架，可被用于排行、分类以及其他许多机器学习任务中。
开源项目地址： https://github.com/Microsoft/LightGBM 开源|LightGBM：三天内收获GitHub 1000+ Star，表现超越已有boosting工具。 LightGBMLightGBM 是一个梯度 boosting 框架，使用基于学习算法的决策树。它可以说是分布式的，高效的，它有以下优势：
更快的训练效率
低内存使用
更好的准确率
支持并行学习
可处理大规模数据 安装指南我的环境：Windows 7 64位，VS2015 克隆代码：打开cmd，切换到目标目录，执行：git clone --recursive https://github.com/Microsoft/LightGBM 打开文件夹，双击打开项目文件： ![]()
会提示更新c++编辑器和库，点击“OK”按钮； ![]()
编译Exe文件： 编译选项选择Release和x64，然后按下“Ctrl+Shift+B”开始编译。 ![]()
编译Dll文件：打开项目菜单》属性， 如下图： 先在左侧列表中选择“Configuration Properties（配置属性）”》“General（常规）”， 上面配置项选择“DLL”，“x64”，然后“Configuration Type”选择“Dynamic Library（.dll）”， 然后按下“Ctrl+Shift+B”开始编译。
![]()
编译成功会在对应目录下生成文件： ![]()
![]()
测试示例这里只演示一下使用：lightgbm.exe 将编译好的“lightgbm.exe”复制到示例目录下，如下图： ![]()
打开cmd切换到此目录，执行：lightgbm.exe config=train.conf，执行完成会输出结果到“LightGBM_model.txt”文件； 部分内容如下：
gbdtnum_class=1label_index=0max_feature_idx=27objective=regressionsigmoid=-1feature_names=Column_0 Column_1 Column_2 Column_3 Column_4 Column_5 Column_6 Column_7 Column_8 Column_9 Column_10 Column_11 Column_12 Column_13 Column_14 Column_15 Column_16 Column_17 Column_18 Column_19 Column_20 Column_21 Column_22 Column_23 Column_24 Column_25 Column_26 Column_27Tree=0num_leaves=31split_feature=25 25 26 27 25 5 26 27 22 24 22 27 9 5 5 13 27 0 25 22 27 25 25 5 24 21 9 25 22 21split_gain=65.198013848544861 45.179995152712536 30.347240885969995 26.081035085622261 11.600168338441563 10.657307966796793 10.544095742084323 9.1446947209126392 6.7573456045035982 14.376367511926105 6.6023242999499701 6.5504187016683062 6.0135133133566399 5.9944091901838306 3.7912550796095275 3.4884765273278759 3.4765456650701907 3.4436711307954582 3.3321858864027547 3.2541750349459306 3.027509867069341 2.7035684528927959 2.5714216710597384 2.4838189319769981 2.418657234051885 2.3402047437905509 2.2854770258980821 2.2121276140393746 2.6399203888605172 2.0424163570685323threshold=1.0895000000000001 0.59250000000000003 0.77449999999999997 0.90450000000000008 1.5645 0.85650000000000004 0.87150000000000016 0.79649999999999999 1.0605 1.0434999999999999 1.0105 1.0834999999999999 1.0365 0.98049999999999993 1.1225000000000001 0.93850000000000011 0.84050000000000002 1.0265 0.90349999999999997 0.78649999999999998 1.0105 0.73750000000000004 0.98449999999999993 1.2184999999999999 0.71649999999999991 0.99950000000000006 0.9265000000000001 2.2425000000000002 1.0445 0.95150000000000001执行：lightgbm.exe config=predict.conf，执行完成会输出结果到“LightGBM_predict_result.txt”文件；
部分内容如下：
0.7270434307654845
0.46481559465577338
0.13266028702873467
0.50487794434589472
0.23159372452464369
0.14244406024081727
0.26753302245762478
0.35356472040291248
0.76014048033470971
0.44857788065386428
0.54179640036809495
0.7420258615039983
0.79585985850784491
0.75890569104497763
0.39159044991046305
小结本人这方面是小白一个，什么都不懂，只能演示这么多了！
更多请参考：开源项目地址： https://github.com/Microsoft/LightGBM
下一篇：微软开源分布式高性能GB框架LightGBM安装使用——Python 2017-04-12更新有小伙伴评论“打开cmd切换到此目录，执行：lightgbm.exe config=train.conf会显示lightgbm.exe不是内部或外部命令也不是可运行的程序或批处理文件”； 注意：我的示例目录是：D:\LightGBM\LightGBM\examples\regression，我是将编译好的“lightgbm.exe”复制到了这个目录下，而且打开CMD后你需要通过“cd”命令切换到示例目录，不然就会遇到他的问题，如下图： ![]()
======================文档信息======================
版权声明：非商用自由转载-保持署名-注明出处
署名(BY) ：testcs_dn(微wx笑)
文章出处：[无知人生，记录点滴](http://blog.csdn.net/testcs_dn)
| 
收藏
淘帖
踩
