LGBM 模型结果 图形展示

一、LGBM 模型结果 图形展示:

1、模型训练

train_x = train[feas_x]
train_y= train['target'].astype(int).copy()
test_x, test_y = test[feas_x], test['target']

lgb_clf = lgb.LGBMClassifier(objective='binary',metric='auc',num_leaves=20,max_depth=2,learning_rate=0.06,seed=27,
colsample_bytree=0.7,subsample=0.7,n_estimators=500)
lgb_model = lgb_clf.fit(train_x, train_y, eval_set=[(test_x, test_y)], early_stopping_rounds=200)

2、打印树让其用以下图片方式展示

画图方法一:

使用 Graphvizjar画图

2.1 下载 Graphvizjar

该网址(Download | Graphviz )下载自己需要的Graphvizjar 版本 ,本示例用的是 graphviz-3.0.0(64.bit)

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值