classification - 使用这两种方法对 light gbm 分类器有什么区别？

Question

我想正确使用Light gbm的一些功能。

这是标准方法，它与 sklearn 中的任何其他分类器没有什么不同:

• 定义 X, y
• train_test_split
• 创建分类器
• 适合火车
• 预测测试

• 比较

  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)  
  #here maybe DecisionTreeClassifier(), RandomForestClassifier() etc
  model = lgb.LGBMClassifier()
  model.fit(X_train, y_train)
  
  predicted_y = model.predict(X_test)
  
  print(metrics.classification_report())
  

但是 light gbm 有自己的功能，如 lgb.Dataset，Booster。

然而，在this kaggle notebook ，它根本就没有调用 LightGBMClassifier!为什么？

以“lgbm”方式调用 lgbm 函数和训练模型的标准顺序是什么？

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)

#why need this Dataset wrapper around x_train,y_train?

d_train = lgbm.Dataset(X_train, y_train)


#where is light gbm classifier()?
bst = lgbm.train(params, d_train, 50, early_stopping_rounds=100)

preds = bst.predict(y_test)

为什么它会立即训练？

Answer 1

LightGBM 有几个不同的 API，具有不同的方法名称(LGBMClassifier、Booster、train 等)、参数，有时还有不同类型的数据，这就是为什么 train 方法不需要调用 LGBMClassifier 而需要另一种类型的数据集。没有正确/错误/标准的方法——如果使用得当，它们都是好的。 https://lightgbm.readthedocs.io/en/latest/Python-API.html#training-api