Question

我正在尝试找出如何使用LightGBM Sklearn界面来继续训练分类器。该文档清楚地表明，我需要向fit方法提供“ init_score”输入。假定它是[n_samples]形状的数组，因此在行级别。不幸的是，文档没有解释如何从先前适合的树中计算init_score。我可以看到没有明显的方法可以计算此分数。例如，predict方法默认情况下会生成标签，如果我请求raw_scores，则会得到一个形状为[n_samples，n_labels]的ndarray。我已经阅读了LightGBM代码，但看不到如何为init_score创建适当的值。有人可以帮忙吗？

Answer 1

Here is code that worked for me.

X_b, X_test_b, y_b, y_test_b = train_test_split(X,y)
d_train = lgb.Dataset(X_b, label=y_b)

params = {}
params['learning_rate'] = 0.03
params['boosting_type'] = 'gbdt'
params['objective'] = 'regression'
<keep going...>

lg_model = lgb.train(params, d_train, 27500)
y_pred = lg_model.predict(X_test_b)

LightGBM：继续训练Sklearn界面

1 个答案: