LightGMB回归
(1)参数解读
LightGBM 可以处理分类和回归任务,大多数参数在这两种任务之间是通用的,但也有一些参数是特定于任务类型的。下面是这两种任务在参数设置方面的异同:
(a)相同之处:
核心参数:如 boosting_type、num_boost_round、learning_rate 等。
学习控制参数:这些控制决策树的结构和拟合方式。例如,max_depth, num_leaves, min_data_in_leaf, feature_fraction, bagging_fraction, lambda_l1, lambda_l2 等。
IO 参数:控制输入输出的参数,如 max_bin 和 min_data_in_bin。
其他参数:如 verbosity, boost_from_average 等。
(b)不同之处:
目标函数 (objective 或 application 参数):
分类:可以选择 binary(二分类)或者 multiclass(多分类)。对于多分类还有一个参数 num_class 来指定类别数。
回归:通常选择 regression。还有其他的回归目标如 regression_l1,huber&#x