LightGBM学习笔记

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 341平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

原创最新推荐文章于 2026-05-23 12:04:44 发布 341 阅读 AI 写同款· GEO 优化 ›

什么是 LightGBM 学习笔记 LightGBM 是基于决策树的提升算法。它通过不断迭代，逐步构建多个弱学习器（如决策树），并将它们结合起来形成一个强大的模型。速度快：利用直方图算法和高效的分裂方法，大大加快了训练过程。内存占用少：使用更少的内存来处理大规模数据集。处理大规模数据：对大量特征、样本进行高效处理。支持类别特征：可以直接处理类别型数据，而无需进行独热编码（One-Hot Encoding）。阅读详情

LightGBM的使用方法、调参方面的总结（逐步完善此文）

一. 安装

直接用pip安装最方便`
```
pip install lightgbm
```
编译安装，下载适合自己操作系统的文件

windows x64下安装示例：

pip install lightgbm-2.2.3-py2.py3-none-win_amd64.whl

二. 调参

三. 示例

收录于

机器学习

当前文章被收录于：

机器学习

5 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

机器学习训练营LightGBM学习笔记 学习知识点概要 1.LightGBM 2.LightGBM的实现学习内容 1.LightGBM LightGBM可以看作是XGBoost的升级豪华版，在获得与XGBoost近似精度的同时，又提供了更快的训练速度与更少的内存消耗。其优缺点和XGBoost相似 LightGBM底层实现了GBDT算法，并且添加了一系列的新特性：基于直方图算法进行优化，使数据存储更加方便、运算更快、鲁棒性强、模型更加稳定等。提出了带深度限制的 Leaf-wise 算法，抛弃了大多数GBDT工具使用的按层生长阅读详情

相关推荐

【学习笔记】机器学习算法（三）基于LightGBM的分类预测

这里写自定义目录标题一、LightGBM简介优缺点二、学习目标三、实例：基于英雄联盟数据集的LightGBM分类实践3.1 代码流程3.2 数据集3.3 模型训练3.4 利用 LightGBM 进行特征选择3.5 调参一、LightGBM简介 LightGBM的设计思路主要集中在减小数据对内存与计算性能的使用，以及减少多机器并行计算时的通讯代价。 LightGBM可以看作是XGBoost的升级豪华版，在获得与XGBoost近似精度的同时，又提供了更快的训练速度与更少的内存消耗。优缺点 LightGBM的

HLLOVELZ的博客 5188

PySpark外部包lightgbm的jar依赖文件

fitzgerald0的博客 2105

原版lightgbm-4.5.0-py3-none-win_arm64.whl-下载即用直接pip安装.zip

安装前的准备 1、安装Python：确保你的计算机上已经安装了Python。你可以在命令行中输入python --version或python3 --version来检查是否已安装以及安装的版本。个人建议：在anaconda中自建不同python版本的环境，方法如下(其他版本照葫芦画瓢)：比如创建python3.8环境，anaconda命令终端输入：conda create -n py38 python==3.8 2、安装pip：pip是Python的包管理工具，用于安装和管理Python包。你可以通过输入pip --version或pip3 --version来检查pip是否已安装。安装WHL安装包 1、打开命令行(或打开anaconda命令行终端)：在Windows上，你可以搜索“cmd”或“命令提示符”并打开它。在macOS或Linux上，你可以打开“终端”。 2、cd到whl文件所在目录安装：使用cd命令导航到你下载的whl文件所在的文件夹。终端输入：pip install xxx.whl安装即可（xxx.whl指的是csdn下载解压出来的whl） 3、等待安装完成：命令行会显示安装进度，并在安装完成后返回提示符。以上是简单安装介绍，小白也能会，简单好用，从此再也不怕下载安装超时问题。使用过程遇到问题可以私信，我可以帮你解决！

Python安装lightgbm之后import出现错误：无法启动程序丢失VCOMP140.DLL

（1）问题描述：我的环境是win7旗舰版64位，安装了python3.5.3。给python3.5.3安装了运行库 lightgbm ，安装成功后，在python界面import lightgbm出错，问题是“无法启动程序丢失VCOMP140.DLL” （2）问题分析：电脑缺少VC++相关运行库，其中包括 VCOMP140.DLL文件（3）解决方法：下载VC++运行库（我的windows系

少安的砖厂 5068

PyFluent进阶实战：自动化密闭几何(Watertight)网格生成

本文深入探讨了如何利用PyFluent实现自动化密闭几何（Watertight）网格生成。通过Python脚本控制Fluent Meshing工作流，工程师可以高效、一致地完成从几何导入、局部尺寸定义、面网格生成到边界层设置和体网格输出的全过程，从而将复杂的CFD前处理工作转化为可重复、可集成的自动化流程，极大提升仿真效率和知识复用性。

t8u9v0w1x的博客 578

小米手机安装Burp证书失败原因与DER格式改造指南

CA证书是HTTPS抓包和移动安全测试的基础组件，其本质是遵循X.509标准的数字凭证，依赖ASN.1/DER编码格式与完整证书链实现可信验证。Android系统默认支持PEM和DER两种编码，但MIUI自14版本起强化安全策略，仅识别DER二进制格式，并强制校验Subject Alternative Name（SAN）、Basic Constraints及证书链完整性。这种企业级加固逻辑导致Burp Suite导出的PEM格式.cer文件在小米设备上‘安装成功但无效’。本文聚焦证书格式转换、SAN字段注入

weixin_33646989的博客 625

anaconda安装xgboost、lightgbm

1、anaconda安装Xgboost 进入anaconda的Lib文件夹下，再进入site-packages文件夹： D:\anaconda\Lib\site-packages>pip install xgboost Collecting xgboost Downloading xgboost-1.3.1-py3-none-win_amd64.whl (95.2 MB) |████████████████████████████████| 95.2 MB 30 kB/s Require

mainlife23的博客 501

有限状态机FSM详解（一）

有限状态机在维基百科中的解释是：有限状态机（英语：finite-state machine，缩写：FSM）又称有限状态自动机，简称状态机，是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。至于为什么要学FSM，FSM可以把模型的多状态、多状态间的转换条件解耦。可以使维护变得容易，代码也更加具有可读性，也更加艺术。理解有限状态机首先需要理解整个模型。我们把灯的开关作为示例，...

benjonc的博客 5万+

数据分析学习笔记（四）

心电图Task04 模型调参比赛地址：https://tianchi.aliyun.com/competition/entrance/531883/introduction 学习目标学习机器学习模型的几种调参方法熟悉lightgbm分类的各参数意义五种调参方法调参方法介绍参考地址调参原理展示图参考地址调参方法代码实现参考地址手动调参根据经验设置、调整参数。优点：经验丰富的工程师可以节省调参时间，减少硬件资源消耗。缺点：十分依赖经验，对初级工程师不友好，无法找到全局最优解。贪心

weixin_45397053的博客 255

OAK-D-Pro深度解析：从硬件融合到全天候SLAM实战

本文深度解析OAK-D-Pro硬件架构及其在SLAM领域的实战应用。作为SLAM的"六边形战士"，OAK-D-Pro融合主动双目摄像头、结构光投射器、6轴IMU等传感器，实现全天候稳定工作。通过实测数据展示其在弱纹理环境、动态光照等复杂场景下的卓越表现，并提供SLAM实战技巧与开发指南，帮助开发者快速部署高效SLAM解决方案。

weixin_27244795的博客 183

MATLAB新手必看：Stewart平台运动学逆解从入门到实战（附完整代码）

本文详细介绍了如何使用MATLAB实现Stewart平台的运动学逆解，从基础原理到完整代码实现，涵盖并联机器人的数学建模、MATLAB编程和Simulink集成。通过实战案例和可视化分析，帮助新手快速掌握Stewart平台的运动学逆解技术，适用于机器人学和控制理论领域的研究与应用。

dream的博客 551

Lightgbm学习笔记

lightgbm是微软提出的框架，支持各种不同的语言，其GitHub为https://github.com/Microsoft/LightGBM 它的相关技术文章LightGBM: A Highly Efficient Gradient Boosting Decision Tree发表于NIPS2017. 文章认为，GBDT运行过程中的主要代价是在学习新的决策树的过程中，选择best split ...

炼丹笔记本 352

VMware Workstation Pro必备技巧：5分钟搞定Ubuntu虚拟机磁盘瘦身（附常见错误解决）

本文详细介绍了如何为VMware Workstation Pro中的Ubuntu虚拟机进行磁盘瘦身，解决.vmdk文件只增不减的问题。通过清理系统垃圾、使用零填充空闲空间，并利用vmware-toolbox-cmd或vmware-vdiskmanager工具进行压缩，可有效回收被无效占用的磁盘空间。文章还提供了常见错误解决方案和预防性维护建议，帮助用户高效管理虚拟机存储。

sea99的博客 296

提升算法——lightGBM原理学习笔记

中文官方文档：http://lightgbm.apachecn.org/cn/latest/Installation-Guide.html 英文官方文档：https://lightgbm.readthedocs.io/en/latest/ 1.lightGBM安装在anaconda中输入：pip install lightGBM即可输入import lightgbm as lgb做测试...

机器学习、数据挖掘 4071

基于DFT的scanshift sdc模板（DFT）

摘要：本文详细介绍了DFT测试模式下的SDC约束方法。

murphyrong的博客 885

万字详解YOLOv8网络结构Backbone/neck/head以及Conv、Bottleneck、C2f、SPPF、Detect等模块

YOLOv8是由Ultralytics开发的最先进的目标检测模型，推升了速度、准确性和用户友好性的界限。YOLO这一缩写代表“你只看一次”（You Only Look Once），通过在一次网络传递中同时预测所有边界框，提升了算法的效率和实时处理能力。相比之下，其他一些目标检测技术需要经过多个阶段或过程来完成检测。YOLOv8在流行的YOLOv5架构上进行了扩展，在多个方面提供了改进。

专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。 14万+

深入理解LightGBM学习笔记

学习笔记 学习资料：https://zhuanlan.zhihu.com/p/99069186 思考题：LightGBM和XGboost 的联系和区别？ GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，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。联系：LightGBM和XGBoost 都是实现 GBDT算法的框架；区别：LightGBM提出的主要原因就是为了解决GBDT在海量数据遇到的问题

siweigao的博客 440

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏相关源码待公开

XGBoost与LightGBM学习笔记

xgboost原理推导：文档参考一视频参考一视频参考二看了推导可以知道，xgb用了泰勒展开二阶导简化目标函数，但是实际在求目标函数级小值时，仍使用了通用公式，一阶导数。官网文档： XGB LGBM xgboost的特征重要性函数：feature_importances_： feature_importances_四种参数选怎，gain为xgboost默认选项（注意：lightGBM模型为weight）: ‘weight’: the number of times a feature is used

ODIMAYA的博客 1228

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版【x86|x64】

lightGBM----学习笔记整理

1、前序 1.1、lightGBM演进过程 c3.0(信息增益，信息增益率)—> CART(Gini) —> 提升树（AdaBoost) —> GBDT —> XGBoost —> lightGBM 1.2、AdaBoost算法 AdaBoost是一种提升树的方法，和三个臭皮匠，赛过诸葛亮的道理一样。 AdaBoost两个问题 1、如何改变训练数据的权重或概率分布提高前一轮被弱分类器错误分类的样本权重，降低前一轮被分对的权重 2、如何将弱分类器组合成一个强分类器，

weixin_34280060的博客 1955

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

机器学习——学习笔记：LightGBM

LightGBM（Light Gradient Boosting Machine）是XGBoost的“优化升级版”，核心思想同样是“集成弱模型（决策树）形成强模型”，但通过两大关键优化实现了“更快的训练速度”和“更低的内存占用”。遍历区间：LightGBM会先把连续特征分成“若干区间（直方图）”（比如年龄分[18-25,26-35,36-45]），只需遍历区间就能找分裂点——相当于“把1000个零散数据归为10组，只算10次”，速度大幅提升。大学习率（如0.3）快但易震荡。

m0_63637984的博客 1105

机器学习训练营-基于LightGBM的分类预测学习笔记

文章目录前言一、学习知识点概要二、学习内容2.1 LightGBM的应用及优缺点2.1.1 LightGBM的应用2.1.2 LightGBM的优缺点2.2 基于英雄联盟数据集的LightGBM分类实战Step1：下载数据集，导入库函数Step2：数据读取/载入Step3：数据信息简单查看Step4：可视化描述Step5：利用 LightGBM 进行训练与预测Step6: 利用 LightGBM 进行特征选择Step7: 通过调整参数获得更好的效果三、学习问题与解答3.1 drop函数的应用3.2 如何看直

dream__me的博客 2181

龙珠训练营机器学习-LightGBM学习笔记

本学习笔记为阿里云天池龙珠计划机器学习训练营的学习内容，学习链接为：点我跳转感谢各位的阅读学习知识点概要学习内容1.LightGBM的介绍与应用1.1 LightGBM的介绍1.1.1 LightGBM的主要优点1.1.2 LightGBM的主要缺点1.2 LightGBM的应用2.代码流程3.英雄联盟蓝方是否获胜预测3.1 下载并读取数据个人补充内容学习知识点概要 LightGBM的介绍与应用、代码流程、英雄联盟胜利预测代码学习内容 1.LightGBM的介绍与应用 1.1 LightGBM的介绍