sklearn与LightGBM配合使用

最新推荐文章于 2024-11-08 08:47:24 发布

小菜鸡一号

最新推荐文章于 2024-11-08 08:47:24 发布

阅读量7.9k

点赞数 3

分类专栏：机器学习 LightGBM

本文链接：https://blog.csdn.net/qq_38319401/article/details/104360617

版权

本文介绍了如何结合sklearn库与LightGBM进行机器学习模型的构建，通过网格搜索找到最佳超参数，并提供了模型效果的可视化解释。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LightGBM建模，sklearn评估

# coding: utf-8
import lightgbm as lgb
import pandas as pd
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import GridSearchCV

# 加载数据
print('加载数据...')
df_train = pd.read_csv('./data/regression.train.txt', header=None, sep='\t')
df_test = pd.read_csv('./data/regression.test.txt', header=None, sep='\t')

# 取出特征和标签
y_train = df_train[0].values
y_test = df_test[0].values
X_train = df_train.drop(0, axis=1).values
X_test = df_test.drop(0, axis=1).values

print('开始训练...')
# 直接初始化LGBMRegressor
# 这个LightGBM的Regressor和sklearn中其他Regressor基本是一致的
gbm = lgb.LGBMRegressor(objective