lgt.Dataset构建模型数据详解

lgb中数据在使用前，需要经过Dataset处理。

import lightgbm as lgb

lgb_train = lgb.Dataset(X_train, y_train)
lgb_eval = lgb.Dataset(X_test, y_test, reference=lgb_train)

lgb.Dataset(data, label=None, reference=None, weight=None, group=None,
			 init_score=None, silent=False, feature_name='auto', 
			 categorical_feature='auto', params=None, free_raw_data=True)

• reference：验证集。
• weight：样本权重。
• silent：是否静默。
• feature_name：特征名称。若为’ auto '且data为DataFrame，直接使用数据列名称。
• categorical_feature：指明类别列，lightGBM可以直接处理类别特征，不再需要将其转为one-hot形式。
• max_bin：特征的最大离散箱数。
• free_raw_data：如果为真，则在构造内部数据集之后释放原始数据，默认为真。若要再次利用数据，需设置为False。