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
20分钟

Callbacks

  1. 这里介绍的callback 生成一些可调用对象,它们用于LGBMModel.fit() 方法的 callbacks 参数。
  2. lightgbm.early_stopping(stopping_rounds,verbose=True): 创建一个回调函数,它用于触发早停。 触发早停时,要求至少由一个验证集以及至少有一种评估指标。如果由多个,则将它们都检查一遍。 参数:
    • stopping_rounds:一个整数。如果一个验证集的度量在early_stopping_round 循环中没有提升,则停止训练。如果为0则表示不开启早停。
    • verbose:一个布尔值。是否打印早停的信息。

    返回值:一个回调函数。

    3. lightgbm.print_evaluation(period=1,show_stdv=True): 创建一个回调函数,它用于打印evaluation 的结果。 参数:

    • period: 一个整数,默认为1。给出了打印evaluation 的周期。默认每个周期都打印。
    • show_stdv: 一个不热值,默认为True。 指定是否打印标准差的信息(如果提供了标准差的话)。

    返回值:一个回调函数。

    4. lightgbm.record_evaluation(eval_result): 创建一个回调函数,它用于将evaluation history 写入到 eval_result 中。 参数:eval_result: 一个字典,它将用于存放evaluation history。 返回值:一个回调函数。

    5. lightgbm.reset_parameter(**kwargs):创建一个回调函数,它用于在第一次迭代之后重新设置参数。 注意:当第一次迭代时,初始的参数仍然发挥作用。 参数:

    • kwargs:一些关键字参数(如key=val) ,每个关键字参数的值必须是一个列表或者一个函数。给出了每一个迭代步的相应参数。
      • 如果是列表,则current_round 迭代时的参数为:val[current_round]
      • 如果是函数,则current_round 迭代时的参数值为:val(current_round)

    返回值:一个回调函数。