Ito ang Windows app na pinangalanang LightGBM na ang pinakabagong release ay maaaring ma-download bilang v4.1.0.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang LightGBM na may OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA SCREENSHOT:
LightGBM
DESCRIPTION:
Ang LightGBM o Light Gradient Boosting Machine ay isang high-performance, open source gradient boosting framework batay sa mga algorithm ng decision tree. Kung ikukumpara sa iba pang nagpapalakas na mga framework, nag-aalok ang LightGBM ng ilang mga pakinabang sa mga tuntunin ng bilis, kahusayan at katumpakan. Ipinakita ng mga parallel na eksperimento na maaaring makuha ng LightGBM ang linear speed-up sa pamamagitan ng maraming makina para sa pagsasanay sa mga partikular na setting, habang kumukonsumo ng mas kaunting memorya.
Sinusuportahan ng LightGBM ang parallel at GPU learning, at kayang pangasiwaan ang malakihang data. Ito ay naging malawakang ginagamit para sa pagraranggo, pag-uuri at marami pang ibang gawain sa machine learning.
Mga tampok
- Mga algorithm na nakabatay sa histogram para sa pinakamainam na bilis at paggamit ng memory
- Leaf-wise (Best-first) Paglago ng Puno
- Pinakamainam na Split para sa Mga Kategoryang Tampok
- Mga makabagong algorithm at parallel learning algorithm
- Suporta sa GPU
- Sinusuportahan ang regression, binary classification, multi-classification at iba pang mga application at sukatan
- DART
- Regularisasyon ng L1/L2
- Bagging
- Column (feature) sub-sample
- Patuloy na tren na may input na modelo ng GBDT
- Ipinagpatuloy ang tren gamit ang input score file
- Pagsasanay sa timbang
- Output ng sukatan ng pagpapatunay sa panahon ng pagsasanay
- Maramihang data ng pagpapatunay
- Maramihang sukatan
- Maagang paghinto (kapwa pagsasanay at hula)
- Paghula para sa index ng dahon
Wika ng Programming
C + +
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/lightgbm.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.