二进制:逻辑类似于LightGBM中的参数

时间:2018-08-01 17:30:51

标签: lightgbm

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。

3 个答案:

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()