个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
25
4
我的系统是Ubuntu，按照官方安装guide安装 lightgbm。但是，当我导入它时，出现了这个错误:
ImportError: No module named lightgbm
我该如何解决这个问题？
在运行这些 linux 命令行后，我还需要转到/python-package 文件夹来运行 setup.py 吗？
最佳答案
我也遇到了同样的问题，直接在笔记本上运行安装就解决了
!pip install lightgbm
关于python - 为什么 ImportError : No module named lightgbm，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44212706/
25
4
0
添加我自己的自定义损失函数时应该更改哪些文件？我知道我可以在 ObjectiveFunction 中添加我的目标和梯度/hessian 计算，只是想知道是否还有其他我需要做的事情，或者自定义损失函数是
我正在使用 LightGBM 并希望使用平均准确率召回作为指标。 我尝试定义 feval: cv_result = lgb.cv(params=params, train_set=lgb_train,
我正在使用交叉验证来训练模型，如下所示: classifier = lgb.Booster( params=params, train_set=lgb_train_set, ) res
我正在尝试在 Macbook 上训练一个简单的 LightGBM 模型，但即使将 verbose 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
我在使用 Optuna 调整我的模型时遇到警告。请告诉我如何抑制这些警告？ [LightGBM] [Warning] feature_fraction is set=0.2, colsample_by
LightGBM plot_tree 方法中的数字代表什么？例如，我使用了 Pima Indian Diabettes 数据集，然后使用 plot_tree 方法生成以下结果: 叶子节点上的数字代表什
我正在尝试使用 python 中的多进程池来训练完全独立的任务，其中 lightgbm 用于训练(我不确定这是否与问题相关)。这是代码 from sklearn.datasets import loa
在我的数据中，大约有 70 个类，我使用 lightGBM 来预测正确的类标签。 在 R 中，希望有一个自定义的“度量”函数，我可以在其中评估 lightgbm 的前 3 个预测是否涵盖真实标签。 链
我正在处理 LightGbm(Scikit-learn API)中的二进制分类问题，并且在理解如何包含样本权重时遇到问题。我的代码目前看起来像这样 classifier = LGBMClassifie
我使用多种算法训练了一个模型，包括来自 skicit-learn 的随机森林和 LightGBM。这些模型在准确性和其他统计数据方面表现相似。 问题在于这两种算法在特征重要性方面的行为不一致。我使用了
当我使用 lightgbm 进行网格搜索时，我遇到了麻烦。 lgb_classifer = lgb.LGBMRegressor(random_state=12) grid_lgb = { 'l
任何人都可以分享一个关于如何使用 lightgbm 训练排名模型的数据的最小示例吗？最好使用 Scikit-Lean api？我正在努力解决的是如何传递标签数据。我的数据是页面展示次数，如下所示: X
我正在使用 lightgbm 执行机器学习任务。 我想使用提前停止来找到给定多个超参数的最佳树数。然而，lgbm 停止种树，同时仍在改进我的评估指标。 下面我附上了我的规范: params = { '
我正在使用 lightgbm 执行机器学习任务。 我想使用提前停止来找到给定多个超参数的最佳树数。然而，lgbm 停止种树，同时仍在改进我的评估指标。 下面我附上了我的规范: params = { '
我有一个关于 lgb 的问题。当我写的时候 lgb.train(.......) 它在不到毫秒的时间内完成。 (对于 (10 000,25) )形状数据集。 当我编写预测时，所有输出变量都具有相同的值
LightGBM 支持分类变量。我想知道它是如何编码的。它似乎不是一种热编码，因为该算法非常快(我尝试使用花费大量时间进行一种热编码的数据)。 最佳答案 https://github.com/Micr
无法理解 LightGBM(Windows 平台)发生了什么。以前我的这个算法确实很强大，但是现在他的性能太差了。 为了比较(每个算法中的默认参数)LightGBM 根据简单的 DIFF-metric
我们应该如何使用 lightgbm.cv 的字典输出来改进我们的预测？ 这是一个示例 - 我们使用以下代码训练我们的 cv 模型: cv_mod = lgb.cv(params,
我在寻找最佳 auc 的 lightgbm 建模中遇到错误。任何帮助将不胜感激。 import optuna from sklearn.model_selection import Stratifi
我使用训练 API 在 LightGBM 中运行二元分类，并希望停止在自定义指标上，同时仍跟踪一个或多个内置指标。不过，尚不清楚这是否可行。 在这里我们可以禁用默认的 binary_logloss 指
我是一名优秀的程序员,十分优秀！