Git Stars Git Stars

#lightgbm 仓库

探索 26 个标记为 #lightgbm 的活跃开源 GitHub 仓库,它们累计获得 70,365 个 Star(平均每个项目 2,706 个)。该主题的领先项目是 lightgbm-org/LightGBM,拥有 18,995 个 Star。

26
仓库总数
70,365
总星标数
2,706
平均每个仓库星标数
1
lightgbm-org/LightGBM

一个快速、分布式、高性能的梯度提升 (GBT, GBDT, GBRT, GBM 或 MART) 框架,基于决策树算法,用于排名、分类和许多其他机器学习任务。

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-08-05
2
microsoft/ai-edu

针对中国学生、教师和IT专业人士的AI教育材料。

microsoft
⭐ 14,041 HTML 👤 microsoft Organization 🕐 已更新 2024-05-16 📅 创建时间 2018-11-16
3
microsoft/SynapseML

用于将机器学习算法移植到 Spark 的简单分布式机器学习 Python 库

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 已更新 2026-11-18 📅 创建时间 2017-06-05
4
mljar/mljar-supervised

用于表格数据的 AutoML 的 Python 包,包括特征工程、超参数调优、解释和自动文档

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-11-05
5
BayesWitnesses/m2cgen

将 ML 模型转换为原生代码 (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust),零依赖

BayesWitnesses
⭐ 2,944 Python 👤 BayesWitnesses Organization 🕐 已更新 2024-08-03 📅 创建时间 2019-01-13
6
TeamHG-Memex/eli5

一个用于调试/检查机器学习分类器并解释其预测的库

TeamHG-Memex
⭐ 2,858 Jupyter Notebook 👤 TeamHG-Memex Organization 🕐 已更新 2026-04-08 📅 创建时间 2016-09-15
7
mars-project/mars

Mars 是一个基于张量的统一框架,用于大规模数据计算,它扩展了 NumPy、Pandas、Scikit-learn 和 Python 函数。

mars-project
⭐ 2,751 Python 👤 mars-project Organization 🕐 已更新 2024-01-02 📅 创建时间 2018-12-05
8
benedekrozemberczki/awesome-decision-tree-papers

决策、分类和回归树的研究论文集,包含实现。

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 已更新 2025-12-28 📅 创建时间 2019-05-11
9
WillKoehrsen/feature-selector

特征选择器是用于机器学习数据集降维的工具

WillKoehrsen
⭐ 2,237 Jupyter Notebook 👤 WillKoehrsen User 🕐 已更新 2024-06-17 📅 创建时间 2018-06-20
10
qusong0627/QuantMind

QuantMind(量化大脑)开源版是一款面向个人开发者与投研团队的 AI 原生多市场量化交易平台。深度集成微软 Qlib、RD-Agent 因子演化与 QuantBot 全能工作台,提供从 300+ 维因子挖掘、13 种机器学习与深度学习模型工场、Qlib 高性能回测、截面批量推理、7×24 实时舆情情绪分析,到通达信深度联动(板块推送/预警雷达/闪电下单)与实盘模拟交易的完整闭环。支持 A 股、港股、美股、期货及区块链。可免费商用,系统采用 Docker Compose 一键私有化部署,数据与模型完全本地化,保障策略隐私,功能零门槛无限制。

qusong0627
⭐ 1,951 Python 👤 qusong0627 User 🕐 已更新 2026-11-21 📅 创建时间 2026-04-15
11
skforecast/skforecast

用于时间序列预测的 Python 库,支持 scikit-learn 兼容模型、统计方法和基础模型

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-02-10
12
Nixtla/mlforecast

可扩展的机器学习🤖用于时间序列预测。

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-04-26
13
xorbitsai/xorbits

以 API 兼容且闪电般快速的方式实现可扩展的 Python DS & ML。

xorbitsai
⭐ 1,200 Python 👤 xorbitsai Organization 🕐 已更新 2026-02-14 📅 创建时间 2022-07-27
14
elastic/ember

Elastic Malware Benchmark:赋能研究人员

elastic
⭐ 1,110 Jupyter Notebook 👤 elastic Organization 🕐 已更新 2024-11-22 📅 创建时间 2018-04-11
15
benedekrozemberczki/awesome-gradient-boosting-papers

精选的带有实现的梯度提升研究论文列表。

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-05 📅 创建时间 2019-05-11
16
SeldonIO/MLServer

一款机器学习模型推理服务器,支持多框架、多模型服务等

SeldonIO
⭐ 903 Python 👤 SeldonIO Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-06-16
17
mljar/supertree

用交互式决策树可视化给老板留下深刻印象

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 已更新 2026-08-11 📅 创建时间 2024-07-24
18
elastic/eland

用于 Elasticsearch 中 DataFrames、大数据、机器学习和 ETL 的 Python 客户端和工具包

elastic
⭐ 693 Python 👤 elastic Organization 🕐 已更新 2026-06-16 📅 创建时间 2019-06-11
19
kossisoroyce/timber

Ollama 用于经典 ML 模型。AOT 编译器,将 XGBoost、LightGBM、scikit-learn、CatBoost 和 ONNX 模型转换为原生 C99 推理代码。加载一条命令,服务一条命令。比 Python 推理快 336 倍。

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 已更新 2026-04-16 📅 创建时间 2026-02-27
21
motefly/DeepGBM

SIGKDD'2019: DeepGBM: 一个由GBDT蒸馏的用于在线预测任务的深度学习框架

motefly
⭐ 658 Python 👤 motefly User 🕐 已更新 2024-07-25 📅 创建时间 2019-02-10
22
neptune-ai/neptune-client

📘 基础模型训练的实验跟踪器

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 已更新 2026-03-17 📅 创建时间 2019-02-11
23
87owo/PYAS

一款由机器学习、YARA 规则、云端分析和内核级行为防护驱动的混合型 Windows 终端安全平台。

87owo
⭐ 608 YARA 👤 87owo User 🕐 已更新 2026-11-21 📅 创建时间 2021-07-27
24
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

IDS-ML代码:使用机器学习算法(决策树、随机森林、极端随机树、XGBoost、Stacking、K-Means、贝叶斯优化..)开发入侵检测系统

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 已更新 2026-04-01 📅 创建时间 2021-05-25
25
openscoring/openscoring

REST Web 服务,用于 Scikit-Learn、R 和 Apache Spark 模型的真实实时评分(<1 ms)

openscoring
⭐ 587 Java 👤 openscoring Organization 🕐 已更新 2026-02-02 📅 创建时间 2013-04-02
26
cerlymarco/shap-hypetune

一个用于Gradient Boosting模型的同步超参数调优和特征选择的Python包。

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 已更新 2024-06-08 📅 创建时间 2021-05-16

常见问题解答

1

GitHub 上最受欢迎的 #lightgbm 仓库是什么?

GitHub 上排名第一的开源 #lightgbm 项目是 lightgbm-org/LightGBM,拥有 18,995 个 Star。一个快速、分布式、高性能的梯度提升 (GBT, GBDT, GBRT, GBM 或 MART) 框架,基于决策树算法,用于排名、分类和许多其他机器学习任务。

2

#lightgbm 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #lightgbm 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, HTML。

3

#lightgbm 仓库的排名是如何计算的?

我们跟踪了 26 个标记为 #lightgbm 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 70,365 个 Star,平均每个仓库拥有 2,706 个 Star。排名每日根据 GitHub API 更新。