lightgbm

0熱

1答えて

XGBoost/lightGBMはランキングタスクのためにndcgをどのように評価しますか？

私は現在XGBoost/lightGBMの間でアイテムのランク付け能力をテストしています。私はここに提示されたベンチマークを再現しています：https://github.com/guolinke/boosting_tree_benchmarks。私は彼らの仕事で言及されたベンチマークを首尾よく再現することができました。自分のバージョンのndcgメトリックを正しく実装していることを確認し、ランキン

-1熱

1答えて

Python lightgbm feature_importance（）エラー？

1.Environment情報オペレーティングシステム：Windows Pythonのバージョン：Pythonの2.7.13 2.Errorメッセージ：とValueError：いいえJSONオブジェクトをデコードすることはできなかった lgb_train = lgb.Dataset(X_train, y_train) lgb_eval = lgb.Dataset(X_test, y_test

1熱

1答えて

インストール後にlightgbmをインポートできません

私のオペレーティングシステムはmacOS Sierra、10.12.5で、Anacondaとpython 2.7を使用しています。私がしようとした後、インストール、および：あなたの助けを事前に OSError Traceback (most recent call last) <ipython-input-28-2ae3725bef24> in <module>() ---->

-1熱

1答えて

Scikitは単一の観測を予測することを学ぶ

これはおそらく本当にばかげた質問ですが、なぜ次の結果が異なるのですか？ X == array([ 7.84682988e-01, 3.80109225e-17, 8.06386582e-01, 1.00000000e+00, 5.71428571e-01, 4.44189342e+00]) model.predict_proba(X)[1] # gives array([ 0.3

1熱

1答えて

AttributeError：module 'lightgbm'に 'LGBMClassifier'属性がありません

conda install -c creditx lightgbm=0.2.0でlightgbmをインストールし、lightgbmのインポートをインポートしましたが、LGBMClassifierをインポートするか、LGBMClassifierを使用すると失敗します。エラーは次のとおりです。 <module 'posixpath' from '/usr/anaconda3/lib/python3.

1熱

2答えて

LightGBのインストールに関する問題 - Python

LightGBMをインストールするには、https://github.com/Microsoft/LightGBM/wiki/Installation-Guideのインストールガイドに従っています。 MinGWシェルでは、git repoをダウンロードして、cdをビルドディレクトリに置くことができます。 cmake -G "MinGW Makefiles" .. 私は次のエラーを取得する：私は

0熱

1答えて

windowsにlightgbmをインストールする

私は窓にpip to install lightgbmを使用します。 LGBMRegressorをインポート中にエラーが発生しました。エラーが "cannot import name 'LGBMRegressor'"

1熱

1答えて

LightGBM内部の問題

LightGBM（Windowsプラットフォーム）で何が起こっているのか理解できません。これまで私はこのアルゴリズムを本当に強力なものにしていましたが、今は彼のパフォーマンスがとても悪いです。比較のため（各アルゴリズムのデフォルトパラメータ）LightGBMは単純DIFF -metric =に従って行う（実際 - 予測）： CatBoostRegressor（） - 18142884 XGBoo

0熱

1答えて

lightgbm.sklearn.LGBMRegressorが単純な線に合わなかった

私はLightGBMでかなり新しく、LGBMRegressorを使って簡単な線に合わせようとしています。 import numpy as np import lightgbm as lgbm xs = np.linspace(0, 10, 30).reshape((-1, 1)) ys = np.linspace(0, 10, 30) reg = lgbm.sklearn.LGBMReg