课程评价 (0)

请对课程作出评价:
0/300

学员评价

暂无精选评价
10分钟

LGBMClassifier

  1. LGBMClassifierLGBMModel 的子类,它用于分类任务。 class lightgbm.LGBMClassifier(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, **kwargs) 参数:参考LGBMModel
  2. 属性:参考LGBMModel
  3. 方法:
    • .fit(): 训练模型 fit(X, y, sample_weight=None, init_score=None, eval_set=None, eval_names=None,    eval_sample_weight=None, eval_init_score=None, eval_metric='logloss',    early_stopping_rounds=None, verbose=True, feature_name='auto',    categorical_feature='auto', callbacks=None) 参数:参考LGBMModel.fit() 返回值:参考LGBMModel.fit()
    • .predict_proba(X, raw_score=False, num_iteration=0):预测每个样本在每个类上的概率。 参数:参考LGBMModel.predict() 返回值:一个形状为(n_samples,n_classes)array-like 对象,给出了每个样本在每个类别上的概率。
    • 其它方法参考LGBMModel