LightGBM은 Microsoft에서 개발한 오픈 소스 분산 그래디언트 부스팅 프레임워크입니다. 분류, 회귀, 순위 지정 등 다양한 기계 학습 작업에 사용됩니다. 프레임워크는 대규모 데이터 세트에서 고성능, 확장성 및 속도를 제공하도록 설계되었습니다. 목적 함수는 피팅 프로세스의 시간 복잡성을 줄이기 위해 최적화되었으며, GPU를 활용하여 더 나은 성능을 달성합니다.
LightGBM은 대규모 예측 애플리케이션을 만드는 데 적합하며 금융, 의료, 소매 등 많은 산업에서 널리 사용됩니다. 또한 연구 및 과학 응용 분야에도 사용되었습니다.
LightGBM은 원래 Microsoft Research Asia에서 제작되었으며 2017년 GitHub에 오픈 소스로 제공되었습니다. LightGBM의 주요 장점은 높은 성능, 효율성 및 확장성입니다. 대규모 데이터 세트에 대해 빠르고 정확한 알고리즘을 제공하며 범주형 기능과 숫자 기능을 모두 지원합니다.
LightGBM은 많은 시나리오에서 잘 작동하며 다른 많은 부스팅 알고리즘처럼 광범위한 하이퍼 매개변수 조정이 필요하지 않습니다. 높은 정확도와 빠른 훈련 시간을 제공합니다. 또한 여러 GPU 및 CPU에 효율적인 병렬 컴퓨팅 기능을 제공합니다.
LightGBM은 XGBoost, CatBoost 및 Microsoft의 Cognitive Toolkit과 같은 다른 플랫폼과 함께 사용할 수 있습니다. LightGBM은 Python, R 및 Java와 통합될 수 있습니다. 또한 C++용 API도 있으므로 C++ 기반 모델을 생성하는 데 사용할 수 있습니다.
