随着大数据时代的到来，GBDT正面临着新的挑战，特别是在精度和效率之间的权衡方面。传统的GBDT实现需要对每个特征扫描所有数据实例，以估计所有可能的分割点的信息增益。因此，它们的计算复杂度将与特征数和实例数成正比。这使得这些实现在处理大数据时非常耗时。所以微软亚洲研究院提出了 LightGBM ，其设计理念是： 单个机器在不牺牲速度的情况下，尽可能使用上更多的数据 多机并行的时候,通信的代价尽可能地低,并且在计算上可以做到线性加速。 LightGBM 与 XGBoost 相似，也是一种梯度提升机，但是与
