刚刚跑完lightGBM，相比于xgboost，速度的确很快。5万多样本，60多个feature，300的树，3秒跑完！
在github上面看到，lightgbm改进的地方主要是特征选择方法上，使用的是histogram bin 的方式，而不是全部特征进行计算。 还支持真正的分布式，多台机器一起跑，而且配置文件相当简单
可喜的是第一个版本竟然就支持lambdaMART的排序功能，这个很不错
其他的，由于没有详细的论文，具体细节还无法得知
缺点也是很明显的，没有cv, imbalance , verbose, early stopping 等，以及还没支持PYTHON,R等语言的接口，不过相信肯定会尽快完善
