GBDT、XGBoost&LightGBM.pdf

离线安装python_anaconda的依赖包（lightgbm、xgboost等）方法

LightGBM案例及数据集

LightGBM 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.

了解lightgbm基本原理

作者是在windows10，64位，python3.7.0，Anaconda 3环境下进行安装的。附有安装教程。

主要是给没有办法翻墙的人，或者临时找不到资源的免费提供.

机器学习算法XGboost、LightGBM、Catboost的代码架构，满足基本的数据分析，回归、二分类、多分类。

微软新开源的轻量级、高效率梯度提升树lightgbm工具。已经编译好windows-gpu版本。安装cuda和cudnn后，直接运行"python install -e ."安装 即可使用。

R语言在win10下编译的lightGBM扩展包。 > sessionInfo() R version 3.4.3 (2017-11-30) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows >= 8 x64 (build 9200) Matrix products: default locale: [1] LC_COLLATE=Chinese (Simplified)_China.936 [2] LC_CTYPE=Chinese (Simplified)_China.936 [3] LC_MONETARY=Chinese (Simplified)_China.936 [4] LC_NUMERIC=C [5] LC_TIME=Chinese (Simplified)_China.936 attached base packages: [1] stats graphics grDevices utils datasets methods [7] base other attached packages: [1] lightgbm_2.1.0 R6_2.2.2 loaded via a namespace (and not attached): [1] compiler_3.4.3 magrittr_1.5 tools_3.4.3 [4] yaml_2.1.18 data.table_1.10.4-3 > require(lightgbm) Loading required package: lightgbm Loading required package: R6 > data(iris) > iris$Species train test dtrain dtest valids params model my_preds > head(my_preds) [1] 0.82590130 0.08704935 0.08704935 0.825901