LightGBM

Definition / 释义

LightGBM：一种用于机器学习的梯度提升（gradient boosting）框架，主要基于决策树模型，常用于分类、回归与排序等任务，以训练速度快、内存占用相对低而著称。（也常指该框架的开源实现与工具库。）

Pronunciation / 发音

/ˈlaɪt dʒiː biː ɛm/

Examples / 例句

LightGBM is a popular choice for tabular data problems.
LightGBM 是处理表格数据问题时很受欢迎的选择。

After cleaning the dataset, we trained a LightGBM model and improved the AUC significantly compared with a baseline logistic regression.
在清洗数据集之后，我们训练了一个 LightGBM 模型，与基线的逻辑回归相比，AUC 有了显著提升。

Etymology / 词源

“LightGBM”是“Light Gradient Boosting Machine”的缩写名称：其中 GBM 指“Gradient Boosting Machine（梯度提升机）”，而 Light 强调其在工程实现上追求更高效率（更快训练、更省资源）。该框架由微软相关团队推动并开源，因此在数据科学与工业建模场景中广泛出现。

Related Words / 相关词

• XGBoost
• CatBoost
• Gradient Boosting
• Decision Tree
• Random Forest
• AUC
• Hyperparameter

Notable Works / 文学与著作例证

• LightGBM: A Highly Efficient Gradient Boosting Decision Tree（技术论文/报告标题中常见该词）
• Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow（实践类机器学习著作中常提及 LightGBM 与同类提升树方法）
• Machine Learning Yearning（相关讨论中可能以“gradient boosting / boosting trees”框架语境提到 LightGBM 等工具）