LightGBM

LightGBM är ett bibliotek för träning av gradient boosting-beslutsträd som är optimerat för prestanda och minnesanvändning. Du kan använda det för klassificering, regression och rankning på stora dataset. Det passar dig som arbetar med strukturerad data och behöver en modell som både är snabb och ger bra resultat. Ramverket stöder parallell träning och har bindningar för Python, R och andra språk. Det är ett populärt val inom tävlingar och produktion. Det hanterar också kategoriska variabler direkt, vilket sparar förbehandling och gör dataprocessen smidigare. Det är ett av de ramverk som ofta dyker upp i datatävlingar eftersom det ger bra resultat utan att kräva enorma datormresurser.