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()