LightGBM参数介绍
来源:互联网 发布:电动机控制模拟软件 编辑:程序博客网 时间:2024/06/07 02:43
Xgboost和LightGBM部分参数对照:
min_sum_hessian_in_leaf(1e-3)
gamma(default=0)
min_gain_to_split(default=20)
subsample(default=1)
bagging_fraction(default=1.0)
colsample_bytree(default=1)
feature_fraction( default=1.0)
alpha(default=0)
lambda_l1(default=0)
lambda(default=1)
lambda_l2(default=0)objective( default=reg:linear)application(default=regression)eval_metric(default according to objective)metricnthreadnum_threads1. 使用num_leaves
因为LightGBM使用的是leaf-wise的算法,因此在调节树的复杂程度时,使用的是num_leaves而不是max_depth。
大致换算关系:num_leaves = 2^(max_depth)。它的值的设置应该小于2^(max_depth),否则可能会导致过拟合。
2.对于非平衡数据集:可以param['is_unbalance']='true’
3. Bagging参数:bagging_fraction+bagging_freq(必须同时设置)、feature_fraction。bagging_fraction可以使bagging的更快的运行出结果,feature_fraction设置在每次迭代中使用特征的比例。
4. min_data_in_leaf:这也是一个比较重要的参数,调大它的值可以防止过拟合,它的值通常设置的比较大。
5.max_bin:调小max_bin的值可以提高模型训练速度,调大它的值和调大num_leaves起到的效果类似。
阅读全文
0 0
- LightGBM参数介绍
- Xgboost与Lightgbm参数对比
- 比XGBOOST更快--LightGBM介绍
- Lightgbm算法
- lightGBM笔记(持续更新)
- Digit Recognizer by LightGBM
- lightgbm安装(GPU)+用例
- Linux 下安装LightGBM
- python安装LightGBM
- lightgbm java加载模型
- windows下安装LightGBM
- xgboost和lightgbm学习
- lightGBM原理、改进简述
- 机器学习----lightGBM安装
- LightGBM原理简介
- lightGBM学习资料
- LightGBM中的一些tips
- LightGBM的并行优化
- vs踏过的坑
- JavaScript实现简单的循环式幻灯片
- android多线程下载-HttpURLConnection
- 安装完AndroidStudio,出现gradle project sync failed报错怎么办?
- 欢迎使用CSDN-markdown编辑器
- LightGBM参数介绍
- android多线程暂停下载-HttpURLConnection
- MT 205 COV Financial Institution Transfer Execution覆盖金融机构转账执行
- 新开淘宝店铺如何从0到1
- Java哈夫曼编码与解码
- 快捷使用电脑小习惯积累
- 递归---案例(棋盘分割poj1191)
- 剑26-复杂链表的复制
- 【我的Java笔记】常用类_Arrays