我使用opgbm集成创建了一个模型,我的训练集有一些分类特性,我使用lgb.Dataset
类将这些特性传递给模型,下面是我使用的代码(注意:X_-train,X_-val,y_-train,y_-val都是数据帧)
import lightgbm as lgb
grid = {
'boosting': 'gbdt',
'metric': ['huber', 'rmse' , 'mape'],
'verbose':1
}
X_train, X_val, y_train, y_val = train_test_split(X, y)
cat_features = [ col for col in X_train if col.startswith('cat') ]
dval = Dataset(X_val, label=y_val, categorical_feature=cat_features)
dtrain = Dataset(X_train, label=y_train, categorical_feature=cat_features)
model = lgb.train(
grid,
dtrain,
valid_sets=[dval],
early_stopping_rounds=100)
每次调用lgb.train
函数时,我都会收到以下用户警告
UserWarning: categorical_column in param dict is overridden.
我相信lighgbm没有以应有的方式处理我的分类功能,有人知道如何解决这个问题吗?我是否正确使用了参数
在选择这些列的名称(而不是索引)的情况下,还要添加
feature_name
参数作为documentation states也就是说,您的
dval
和dtrain
将初始化如下:相关问题 更多 >
编程相关推荐