LightGBM 分类树- 调参
对lightgbm几个比较重要的参数进行调优,以下是模型主要用到的几个包
# 导入数据分割, 模型验证,cv参数搜索,以及lightgbm包
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score,roc_auc_score, roc_curve, f1_score
from sklearn.model_selection import GridSearchCV
import lightgbm as gbm
参数可以分开进行,因为每次耗时也较多,可以按照参数的重要程度,每次搜索一个或者2个参数。整体参考如下:
param = {
'n_estimators': range(200,1000,50),
'learning_rate': [0.1, 0.05, 0.01, 0.001]
'max_depth': range(5,40,5)
'num_leaves': [</