找到lgbm超参数并训练模型
LGBtrainer的Python项目详细描述
lgbtrainer帮助您找到lgbm的超参数,并简化了训练模型和查找超参数的过程。
- 参数:-
- train=应该是您的train数据集(适合培训目的)
- test=它应该是您的测试数据集(适合测试目的)
- y_train=它应该是您的目标列或值(与train相同的行)
- cv=分割或折叠的次数(用于查找超参数+训练模型)
- num_rounds=训练回合数(用于查找超参数+训练模型)
- metric=只能使用'auc'和'rmse'(目前只支持这两个)
- objective=可以提供“二进制”或“回归”或任何其他选项
- max_eval=为查找参数而执行的求值次数(注意:-根据数据集的大小,较大的数值可能需要更多的时间)
- 示例:-
-from LGBtrainer import Model
-model = Model(train, test, y_train, metric='auc', objective='binary', max_eval=3, cv=5)
-params = model.get_params()
-predictions = model.lgb_model(params)