使用公共数据集的实验表明，LightGBM 在效率和准确度方面均优于其他现有的 boosting 框架，并且内存消耗也显著低于其他框架。此外，实验表明，LightGBM 能够通过在特定设置中使用多台机器进行训练来实现线性加速。

　　LightGBM 有许多功能，值得一试。

　　Sklearn-pandas

　　Star：763

　　GitHub地址：https://github.com/paulgb/sklearn-pandas

　　前面介绍的项目都是通用的机器学习工具包，或是特定算法的实现。这个项目有点不同，它在机器学习任务中发挥着支持性的作用。

　　Sklearn-pandas 是一个正在开发的模块，它的 GitHub 库介绍中写道，它“在 Scikit-Learn 的机器学习方法和 pandas 风格的数据框架之间架起了桥梁”。

　　具体来说，它规定了以下两点：

将 DataFrame 的列映射到变换的方法，这些变换以后会重新组合到特征中。

旧的 scikit-learn 版本的交叉验证 pineline 的兼容性垫片（compatibility shim），需要一个pandas DataFrame 作为输入。 这只需要 scikit-learn <0.16.0。这已被弃用，可能会在 skearn-pandas == 2.0 中被删除。

　　这里的真正用处是将列（columns）映射到变换（transformations）。下面是 GitHub 仓库的一个代码片段：

　　需要注意的是，前三列是 LabelBinarizer 的输出（分别对应_cat_，_dog_和_fish_），第四列是children 数量的标准值。通常情况下，columns 根据构建 DataFrameMapper 时给定的顺序进行排序。

　　原文地址：

新智元招聘

　　职位 执行总编、主编

　　职位年薪：50万（工资+奖金）-100万元（工资+奖金+期权）

　　工作地点：北京-海淀区

　　所属部门：编辑部

　　汇报对象：CEO

　　下属人数：20人

　　年龄要求：25 岁至 40 岁

　　语 言：专业英语八级以上或海外留学从业背景

　　职位背景：在IT媒体领域有专业团队管理经验与主流话语权

　　学历要求：硕士及以上

　　职位描述：

热爱人工智能和媒体事业；

具有3年以上媒体采编经验，在业内有一定影响力及人脉；

具有原创+编译团队管理经验，善于部门间协作沟通；

对TMT领域有深入理解，对行业趋势有独到的洞察；

英文阅读写作及沟通能力优异；

较强的抗压能力和自驱力，能在竞争激烈的环境下激励团队；

具有创业精神及团队精神，atv，有恒心肯吃苦；

理工科背景优先，有知名企业或知名媒体机构工作经验者优先。

　　职责

　　全权负责新智元内容平台策划、生产与运营，对内容质量、用户阅读体验、影响力负责。具体负责完成对内容平台定位和规划，组建并管理采编团队，策划执行重点选题，建立和维护供稿作者资源；监控公众号各项数据指标变动，并以此为基础改进提升内容质量。