#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。
共 26 个仓库
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。
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
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。
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。
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
常见问题解答
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。
#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。
#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。