LightGBM两种使用方式

最新推荐文章于 2024-09-23 10:23:48 发布

aliexie2869

最新推荐文章于 2024-09-23 10:23:48 发布

阅读量3.1k

点赞数 4

文章标签：人工智能 scala r语言

原文链接：http://www.cnblogs.com/chenxiangzhen/p/10894306.html

版权

本文介绍了两种使用LightGBM的方式，包括原生形式（import lightgbm as lgb）和通过Sklearn接口形式（from lightgbm import LGBMRegressor）。

摘要由CSDN通过智能技术生成

原生形式使用lightgbm(import lightgbm as lgb)

import lightgbm as lgb
from sklearn.metrics import mean_squared_error
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 加载数据
iris = load_iris()
data = iris.data
target = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(data, target, test_size=0.2)
print("Train data length:", len(X_train))
print("Test data length:", len(X_test))

# 转换为Dataset数据格式
lgb_train = lgb.Dataset(X_train, y_train)
lgb_eval = lgb.Dataset(X_test, y_test, reference=lgb_train)

# 参数
params = {
    'task': 'train',
    'boosting_type': 'gbdt',  # 设置提升类型
    'objective': 'regression',  # 目标函数
    'metric': {'l2', 'auc'},  # 评估函数
    'num_leaves': 3