lgb参数及调参
2024-10-07 06:23:57
1 参数含义
max_depth: 设置树的最大深度,默认为-1,即不限制最大深度,它用于限制过拟合
num_leave: 单颗树的叶子数目,默认为31
eval_metric: 评价指标,可以用lgb自带的,也可以自定义评价函数,
# 如下,评价函数为l1,程序会自动将预测值和标签传入eval_metric中,并返回score
gbm = lgb.LGBMRegressor(num_leaves=31,
learning_rate=0.05,
n_estimators=20)
gbm.fit(X_train, y_train,
eval_set=[(X_test, y_test)],
eval_metric='l1',
early_stopping_rounds=5)
# 如下为自定义的评价指标
def rmsle(y_true, y_pred):
return 'RMSLE', np.sqrt(np.mean(np.power(np.log1p(y_pred) - np.log1p(y_true), 2))), False
gbm.fit(X_train, y_train,
eval_set=[(X_test, y_test)],
eval_metric=rmsle,
early_stopping_rounds=5)
# 如下可以同时用两个评价指标,输出的时候也是输出两个分数
def rae(y_true, y_pred):
return 'RAE', np.sum(np.abs(y_pred - y_true)) / np.sum(np.abs(np.mean(y_true) - y_true)), False
gbm.fit(X_train, y_train,
eval_set=[(X_test, y_test)],
eval_metric=lambda y_true, y_pred: [rmsle(y_true, y_pred), rae(y_true, y_pred)],
early_stopping_rounds=5)
imbalanced: 设置is_unbalance
参数为True
时会把负样本的权重设为:正样本数/负样本数。这个参数只能用于二分类。
最新文章
- html初始化页面和a标签无下划线
- Configuring HugePages for Oracle on Linux (x86-64)
- JAVA类型信息——反射机制
- 图形用户界面(graphical user interface)
- [Node.js] Node.js Buffers
- 华为GVRP理解
- MSSQL - 存储过程Return返回值
- TCP连接状态
- CentOS7安装使用Docker
- 微信小程序的登陆流程详解
- iOS 横竖屏切换解决方案
- 简单工厂,Factory Method(工厂方法)和Abstract Factory(抽象工厂)模式
- 0.1.3 set的用法
- appium 元素文件 -查找元素 封装思路和方法
- javascript创建节点的事件绑定
- 左手坐标系和右手坐标系 ZZ
- sql随机查询数据order by newid()
- javaweb使用cookie存取中文以及读取中文
- linux shell 完成批量压缩文件
- 河内塔问题(C++版)