我想要我的概率在0到1之间的预测。我已经在xgboost中做到了，但是我也想尝试Lightgbm，但它可以输出可靠的预测（仅整数）。我可以在XGBoost中通过将'objective'参数设置为binary：logistic来做到这一点，但是在Lightgbm中似乎没有这样的参数，它只有二进制，并且输出为0或1。
答案 0 :(得分：0)
要在lightgbm中获得0到1之间的类别概率，必须使用参数“ objective”为回归的默认值。
'objective' = 'binary' ( return class label 0 or 1)
'objective' = 'regression' ( return class probability between 0 and 1)
答案 1 :(得分：0)
您可以通过将num_class：2作为参数设置目标：“ multiclass”来实现。结果可能与直接二进制分类模型不同，但我可以确保您不会出现性能损失。
奖金：作为损耗指标，您可以使用“ multi_error”或“ multi_logloss”或有趣的是将两者结合使用，例如： 指标：“ multi_error”，“ multi_logloss”
答案 2 :(得分：-1)
您可以使用predict(raw_score=True)
如果您使用的是sklearn API-您可以使用目标“二进制”，则只需使用predict_proba()而不是predict()