1. LGBMModel 实现了lightgbm 类似于scikit-learn 的接口

class lightgbm.LGBMModel(boosting_type='gbdt', num_leaves=31, max_depth=-1,   learning_rate=0.1, n_estimators=10, max_bin=255, subsample_for_bin=200000,   objective=None, min_split_gain=0.0, min_child_weight=0.001, min_child_samples=20,   subsample=1.0, subsample_freq=1, colsample_bytree=1.0, reg_alpha=0.0,   reg_lambda=0.0, random_state=None, n_jobs=-1, silent=True,class_weight=None,   **kwargs)

参数：

• boosting_type： 一个字符串，指定了基学习器的算法。默认为'gbdt'。 可以为：
  • 'gbdt'： 表示传统的梯度提升决策树。默认值为'gbdt'
  • 'rf'： 表示随机森林。
  • 'dart'： 表示带dropout 的gbdt
  • goss：表示Gradient-based One-Side Sampling 的gbdt
• num_leaves：一个整数，给出了一棵树上的叶子数。默认为 31
• max_depth：一个整数，限制了树模型的最大深度，默认值为-1。
  • 如果小于0，则表示没有限制。
• learning_rate： 一个浮点数，给出了学习率。默认为 0.1
• n_estimators：一个整数，给出了boosted trees 的数量。默认为 10
• max_bin： 一个整数， 指定每个特征的最大分桶数量。默认为255。
• class_weight：给出了每个类别的权重占比。
  • 可以为字符串'balanced'，此时类别权重反比与类别的频率。
  • 可以为字典，此时人工给出了每个类别的权重。
  • 如果为None，则认为每个类别的比例一样。

  该参数仅用于多类分类问题。对于二类分类问题，可以使用is_unbalance 参数。

• subsample_for_bin：一个整数，表示用来构建直方图的样本的数量。默认为200000。
• objective： 一个字符串、可调用对象或者为None，表示问题类型以及对应的目标函数。参考2.2.1 核心参数->objective 。 默认为None ，此时对于LGBMRegressor 为'regression'；对于LGBMClassifier 为'binary' 或者'multiclass'；对于LGBMRanker 为'lambdarank'。 如果为自定义的可调用对象，则它的签名为：objective(y_true, y_pred) -> grad, hess ；或者签名为：objective(y_true, y_pred, group) -> grad, hess。其中：
  • y_true： 一个形状为(n_samples,)（对于多类分类问题，则是(n_samples,n_classes)） 的array-like 对象，给出了真实的标签值。
  • y_pred： 一个形状为(n_samples,) （对于多类分类问题，则是(n_samples,n_classes)）的array-like 对象，给出了预测的标签值。
  • group： 一个array-like对象，给出了数据的分组信息。它用于ranking 任务
  • grad：一个形状为(n_samples,)（对于多类分类问题，则是(n_samples,n_classes)） 的array-like 对象，给出了每个样本的梯度值。
  • hess：一个形状为(n_samples,)（对于多类分类问题，则是(n_samples,n_classes)） 的array-like 对象，给出了每个样本的二阶导数值。
• min_split_gain：一个浮点数，表示执行切分的最小增益，默认为0
• min_child_weight：一个浮点数，表示一个叶子节点上的最小hessian 之和。（也就是叶节点样本权重之和的最小值） 默认为1e-3 。
• min_child_samples： 一个整数，表示一个叶子节点上包含的最少样本数量。默认值为 20
• subsample： 一个浮点数，表示训练样本的采样比例。参考2.2.2 学习控制参数->subsample 。
• subsample_freq：一个浮点数，表示训练样本的采样频率。参考2.2.2 学习控制参数->subsample_freq 。
• colsample_bytree：一个浮点数，表示特征的采样比例。参考2.2.2 学习控制参数->colsample_bytree 。
• reg_alpha： 一个浮点数，表示L1正则化系数。默认为0
• reg_lambda：一个浮点数，表示L2正则化系数。默认为0
• random_state：一个整数或者None，表示随机数种子。如果为None，则使用默认的种子。默认为None
• n_jobs：一个整数，指定并行的线程数量。如果为-1，则表示使用所有的CPU。默认为-1
• silent：一个布尔值，指示是否在训练过程中屏蔽输出。默认为True。
• kwargs：其它的参数。