Verified65% confidenceFactExact time
LightGBM是微软开源的梯度提升决策树框架，相较于XGBoost采用了基于直方图的决策树算法和叶子优先（leaf-wise）的树生长策略，在大规模数据集上训练速度更快、内存占用更低
3
Sources
65%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
VerifiedLightGBM由微软研发，优化了大数据场景下的训练速度82% similarUnverifiedLightGBM于2017年由微软推出，采用基于梯度的单侧采样（GOSS）和互斥特征捆绑（EFB）使训练速度提升10倍以上74% similarUnverifiedLightGBM 采用基于梯度的单边采样（GOSS）与互斥特征捆绑（EFB），大幅压缩内存占用和训练时间72% similarVerified梯度提升树（如XGBoost、LightGBM）长期以来在结构化数据任务上优于深度学习方法，因表格数据特征异质性强、样本量有限且缺乏局部连续性假设71% similarUnverifiedLightGBM在大规模数据集上的训练速度显著快于XGBoost，同时在多数基准测试中保持相当或更好的精度69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/507875API
curl https://kongchang.com/api/v1/knowledge/claims/507875MCP
get_claim(id=507875)