lightgbm - 在 Optuna 中抑制 LightGBM 警告

Question

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_bytree=1.0 will be ignored. Current value: feature_fraction=0.2
[LightGBM] [Warning] min_data_in_leaf is set=5400, min_child_samples=20 will be ignored. Current value: min_data_in_leaf=5400
[LightGBM] [Warning] min_gain_to_split is set=13.203719815769512, min_split_gain=0.0 will be ignored. Current value: min_gain_to_split=13.203719815769512

Answer 1

我不熟悉 Optuna，但我在使用 Python/lightgbm 时遇到了这个问题。

自 v3.3.2 起，the parameters tuning page包括似乎已重命名、弃用或重复的参数。但是，如果您坚持设置/调整模型对象中指定的参数，则可以避免此警告。

from lightgbm import LGBMRegressor
params = LGBMRegressor().get_params()
print(params)

这些是您要设置的唯一参数。如果您希望能够包含所有参数，您可以执行如下操作。

from lightgbm import LGBMRegressor
lgr = LGBMRegressor()
params = lgr.get_params()
aliases = [
    {'min_child_weight', 'min_sum_hessian_in_leaf'},
    {'min_child_samples', 'min_data_in_leaf'},
    {'colsample_bytree', 'feature_fraction'},
    {'subsample', 'bagging_fraction'}
]
for alias in aliases:
    if len(alias & set(params)) == 2:
        arg = random.choice(sorted(alias))
        params[arg] = None
lgr = LGBMRegressor(**params)

代码在似乎重复的每个参数对中设置了一个或另一个。现在，当您调用 lgr.fit(X, y) 时，您应该不会收到警告。