参数

参数	说明
boosting /boost/boosting_type	用于指定弱学习器的类型，默认值为 ‘gbdt’，表示使用基于树的模型进行计算。还可以选择为 ‘gblinear’ 表示使用线性模型作为弱学习器。可选参数有： gbdt’，使用梯度提升树 rf’，使用随机森林 ‘goss’，使用单边梯度抽样算法，速度很快，但是可能欠拟合。
objective	用于指定学习任务及相应的学习目标，常用的可选参数值如下： regression”，使用L2正则项的回归模型（默认值）。 “regression_l1”，使用L1正则项的回归模型。 “binary”，二分类。 multiclass”，多分类。 “mape”，平均绝对百分比误差。
num_class	用于设置多分类问题的类别个数。
min_child_samples	叶节点样本的最少数量，默认值20，用于防止过拟合。
learning_rate / eta	LightGBM 不完全信任每个弱学习器学到的残差值，为此需要给每个弱学习器拟合的残差值都乘上取值范围在(0, 1] 的 eta，设置较小的 eta 就可以多学习几个弱学习器来弥补不足的残差。推荐的候选值为：[0.01, 0.015, 0.025, 0.05, 0.1]
max_depth	指定树的最大深度，默认值为-1，表示不做限制，合理的设置可以防止过拟合。
num_leaves	指定叶子的个数，默认值为31，此参数的数值应该小于 2max_depth2^{max\_depth}2max_depth
feature_fraction / colsample_bytree	构建弱学习器时，对特征随机采样的比例，默认值为1。
bagging_fraction / subsample	默认值1，指定采样出 subsample * n_samples 个样本用于训练弱学习器。注意这里的子采样和随机森林不一样，随机森林使用的是放回抽样，而这里是不放回抽样。取值在(0, 1)之间，设置为1表示使用所有数据训练弱学习器。如果取值小于1，则只有一部分样本会去做GBDT的决策树拟合。选择小于1的比例可以减少方差，即防止过拟合，但是会增加样本拟合的偏差，因此取值不能太低。注： bagging_freq 设置为非0值时才生效。
lambda_l1	L1正则化权重项，增加此值将使模型更加保守。推荐的候选值为：[0, 0.01~0.1, 1]
lambda_l2	L2正则化权重项，增加此值将使模型更加保守。推荐的候选值为：[0, 0.1, 0.5, 1]
min_gain_to_split / min_split_gain	指定叶节点进行分支所需的损失减少的最小值，默认值为0。设置的值越大，模型就越保守。推荐的候选值为：[0, 0.05 ~ 0.1, 0.3, 0.5, 0.7, 0.9, 1]
min_sum_hessian_in_leaf / min_child_weight	指定孩子节点中最小的样本权重和，如果一个叶子节点的样本权重和小于min_child_weight则拆分过程结束，默认值为1。推荐的候选值为：[1, 3, 5, 7]
metric	用于指定评估指标，可以传递各种评估方法组成的list。常用的评估指标如下： ‘mae’，用于回归任务，效果与 ‘mean_absolute_error’， ‘l1’ 相同。 ‘mse’，用于回归任务，效果与 ‘mean_squared_error’， ‘l2’ 相同。 ‘rmse’，用于回归任务，效果与 ‘root_mean_squared_error’， ‘l2_root’ 相同。 ‘auc’，用于二分类任务。 ‘binary’，用于二分类任务。 ‘binary_logloss’，用于二分类任务。 ‘binary_error’，用于二分类任务。 ‘multiclass’，用于多分类。 ‘multi_logloss’，用于多分类。 ‘multi_error’，用于多分类。
seed / random_state	指定随机数种子。

以下为训练参数：

参数	说明
n_estimators/num_iterations/num_round/num_boost_round	指定最大迭代次数，默认值为10
valid_sets	列表类型，用于指定训练过程中用于评估的数据及数据的名称。例如：[train_data, valid_data]
fobj	可以指定二阶可导的自定义目标函数。
feval	自定义评估函数。
categorical_feature	指定哪些是类别特征。
early_stopping_rounds	指定迭代多少次没有得到优化则停止训练，默认值为None，表示不提前停止训练。
verbose_eval	可以是bool类型，也可以是整数类型。如果设置为整数，则每间隔verbose_eval次迭代就输出一次信息。
init_model	加载之前训练好的 lgb 模型，用于增量训练。

基本使用

LGBMClassifier

（1）初始化模型

from lightgbm import LGBMClassifier
# 重要参数：
lgb_model = LGBMClassifier(boosting_type='gbdt',num_leaves=31,max_depth=-1,learning_rate=0.1,n_estimators=100,objective='binary', # 默认是二分类min_split_gain=0.0,min_child_samples=20,subsample=1.0,subsample_freq=0,colsample_bytree=1.0,reg_alpha=0.0,reg_lambda=0.0,random_state=None,silent=True
)

（2）传入数据，开始训练

lgb_model.fit(X, # array, DataFrame 类型y, # array, Series 类型eval_set=None, # 用于评估的数据集，例如：[(X_train, y_train), (X_test, y_test)]eval_metric=None, # 评估函数，字符串类型，例如：'l2', 'logloss'early_stopping_rounds=None, verbose=True # 设置为正整数表示间隔多少次迭代输出一次信息
)

（3）预测

lgb_model.predict(data) # 返回预测值
lgb_model.predict_proba(data) # 返回各个样本属于各个类别的概率

实例

from lightgbm import LGBMClassifier
from sklearn.datasets import load_iris
from lightgbm import plot_importance
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score# 加载样本数据集
iris = load_iris()
X,y = iris.data,iris.target
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=12343)model = LGBMClassifier(max_depth=3,learning_rate=0.1,n_estimators=200, # 使用多少个弱分类器objective='multiclass',num_class=3,booster='gbtree',min_child_weight=2,subsample=0.8,colsample_bytree=0.8,reg_alpha=0,reg_lambda=1,seed=0 # 随机数种子
)
model.fit(X_train,y_train, eval_set=[(X_train, y_train), (X_test, y_test)], verbose=100, early_stopping_rounds=50)# 对测试集进行预测
y_pred = model.predict(X_test)
model.predict_proba
#计算准确率
accuracy = accuracy_score(y_test,y_pred)
print('accuracy:%3.f%%'%(accuracy*100))# 显示重要特征
plot_importance(model)
plt.show()

结果如下：

LGBRegressor

from lightgbm import LGBMRegressor
from lightgbm import plot_importance
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_boston
from sklearn.metrics import mean_squared_error# 导入数据集
boston = load_boston()
X ,y = boston.data,boston.target
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=0)model = LGBMRegressor(boosting_type='gbdt',num_leaves=31,max_depth=-1,learning_rate=0.1,n_estimators=100,objective='regression', # 默认是二分类min_split_gain=0.0,min_child_samples=20,subsample=1.0,subsample_freq=0,colsample_bytree=1.0,reg_alpha=0.0,reg_lambda=0.0,random_state=None,silent=True
)model.fit(X_train,y_train, eval_set=[(X_train, y_train), (X_test, y_test)], verbose=100, early_stopping_rounds=50)# 对测试集进行预测
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test,y_pred)
print('mse', mse)# 显示重要特征
plot_importance(model)
plt.show()

调参

参考LightGBM 调参方法（具体操作）

LightGBM教程相关推荐

python机器学习案例系列教程——LightGBM算法
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开全栈工程师开发手册 (作者:栾鹏) python教程全解安装 pip install li ...
LightGBM使用教程
数据科学与机器学习案例之客户的信用风险与预测数据科学与机器学习案例之信用卡欺诈识别(严重类失衡数据建模) 数据科学与机器学习案例之汽车目标客户销售策略研究数据科学与机器学习案例之WiFi定位系统的 ...
【集成学习系列教程5】LightGBM
文章目录 7 LightGBM 7.1 概述 7.2 LightGBM优化算法详解 7.2.1 GOSS算法 7.2.2 EFB算法 7.2.3 Histogram算法 7.2.4 Leaf-Wise ...
开源！《AI 算法工程师手册》中文教程正式发布！
作者 | 红色石头转载自 AI有道(id:redstonewill) 最近红色石头在浏览网页的时候,偶然发现一份非常不错的 AI 资源,就是这本<AI 算法工程师手册> .本文将给大家推 ...
R语言实战应用-lightgbm 算法优化：不平衡二分类问题（附代码）
前言本案例使用的数据为kaggle中"Santander Customer Satisfaction"比赛的数据.此案例为不平衡二分类问题,目标为最大化auc值(ROC曲线下方面 ...
lightgbm简易评分卡制作
LightGBM的意思是轻量级(light)的梯度提升机(GBM),其相对Xgboost具有训练速度快.内存占用低的特点.关于lgb针对xgb做的优化,后面想写一篇文章复习一下.本篇文章主要讲解如 ...
Lightgbm with Hyperopt
如何使用hyperopt对Lightgbm进行自动调参之前的教程以及介绍过如何使用hyperopt对xgboost进行调参,并且已经说明了,该代码模板可以十分轻松的转移到lightgbm,或者cat ...
wandb: 深度学习轻量级可视化工具入门教程
本文,就来给大家介绍一款新型的机器学习可视化工具,能够让人工智能研发过程变得更加简单明了. wandb: 深度学习轻量级可视化工具入门教程引言 wandb 验证数据可视化自然语言处理重要工具极 ...
vs最好的版本_Win10 环境下，LightGBM GPU 版本的安装
由于知乎的编辑器不能完全支持 MarkDown 语法, 所以部分文字可能无法正常排版, 如果你想追求更好的阅读体验, 请移步至该博客的简书的链接. Win10 平台下, LightGBM GPU 版本 ...

LightGBM教程

参数

基本使用

LGBMClassifier

LGBRegressor

调参

LightGBM教程相关推荐

最新文章

热门文章