Question

我正在尝试在Macbook上训练一个简单的LightGBM模型，但是即使将详细参数设置为1（甚至大于1），它也不会打印任何日志

param = {'num_leaves':50, 'num_trees':500, 'learning_rate':0.01, 'feature_fraction':1.0, 'tree_learner': 'serial', 'objective':'cross_entropy', 'verbose' : 1, 'metric':'kullback_leibler', 'is_training_metric':True}
model = lgb.train(param, train_data_lgbm)

根据Github上的另一个建议，我也将is_training_metric更改为True。这也没有导致纠正。有人可以帮我解决我可能缺少的东西吗？

编辑：我正在Jupyter笔记本中运行此代码。当我在终端上尝试相同的东西时，它起作用了。
有人可以帮我为什么在Jupyter笔记本上看不到日志吗？

Answer 1

我不知道您想要什么样的日志，但在我的情况下（尽管 Colab 上的 lightbgm 2.2.3 而不是 Jupiter 笔记本），通过将 valid_sets 参数添加到 train 方法，我是能够产生如下所示的对数损失。

model = lgb.train(param, 
                  train_data_lgbm, 
                  valid_sets=[train_data_lgbm])

[1] training's xentropy: 0.606795.   
[2] training's xentropy: 0.579697.  
[3] training's xentropy: 0.513748.    
[4] training's xentropy: 0.494762.   
....

如果你想产生一个logloss进行评估，可以用下面的方式展示。

eval_data_lgb = lgb.Dataset(X_test, y_test, reference=train_data_lgbm)
model = lgb.train(param, 
                      train_data_lgbm, 
                      valid_sets=[train_data_lgbm,
                                  eval_data_lgb])

[1] training's xentropy: 0.606795   valid_1's xentropy: 0.60837.    
[2] training's xentropy: 0.579697   valid_1's xentropy: 0.582659.    
[3] training's xentropy: 0.513748   valid_1's xentropy: 0.517523.    
[4] training's xentropy: 0.494762   valid_1's xentropy: 0.499277.  
....

培训日志未在Jupyter的LightGBM中打印

1 个答案: