lightgbm保存模型参数

20210205

params = {'task': 'train',  # 执行的任务类型'boosting_type': 'gbrt',  # 基学习器'objective': 'lambdarank',  # 排序任务(目标函数)'metric': 'ndcg',  # 度量的指标(评估函数)'max_position': 10,  # @NDCG 位置优化    这里是指对top10进行查看？'metric_freq': 1,  # 每隔多少次输出一次度量结果'train_metric': True,  # 训练时就输出度量结果'ndcg_at': [10],'max_bin': 255,  # 一个整数，表示最大的桶的数量。默认值为 255。lightgbm 会根据它来自动压缩内存。如max_bin=255 时，则lightgbm 将使用uint8 来表示特征的每一个值。'num_iterations': 200,  # 迭代次数，即生成的树的棵数'learning_rate': 0.01,  # 学习率'num_leaves': 31,  # 叶子数# 'max_depth':6,'tree_learner': 'serial',  # 用于并行学习，‘serial’： 单台机器的tree learner'min_data_in_leaf': 30,  # 一个叶子节点上包含的最少样本数量'verbose': 2  # 显示训练时的信息}

min_data_in_leaf:一个叶子上数据的最小数量. 可以用来处理过拟合
num_leaves:叶子节点数，数模型复杂度。对于单棵树而言

两个的区别是一个是叶子节点数一个是每个叶子节点
最少的数据量

20201216
1.看叶子节点样本数量来调整
2.每个棵树所采用的特征数量
3.各个叶子节点的预测值? 有什么用

机器学习模型的可解释性是个让人头痛的问题。在使用LightGBM模型的肯定对生成的GBDT的结构是好奇的，我也好奇，所以就解析一个LightGBM的模型文件看看，通过这个解析，你可以看懂GBDT的结构。

另外，了解模型文件，能够在此基础上做模型的监控、评估。

训练配置：

6307410个样本做训练集

num_trees = 2 // 树的棵树

categorical_feature=1,2,3,5,6,8,299 //类别特征编号

num_leaves = 6 // 每棵树的叶子数

max_depth = 3 // 树的深度

learning_rate = 0.1 // 学习率

bagging_fraction = 0.8 // 样本采样比例

训练出的LightGBM模型文件及其含义解析：

tree // 模型中子模型的名字，gbdt的子模型是tree

num_class=1 // 类别数量，二分类问题变成了概率问题

label_index=0 // lable所在列

max_feature_idx=1365 //最大的特征index， 0~1365，LightGBM认为特征从0开始编码

objective=binary //学习目标

sigmoid=1 //结果输出时sigmoid的参数 output[0] = 1.0f / (1.0f + std::exp(-sigmoid_ * input[0]));，越大sigmoid越陡峭

feature_names=Column_0 Column_1 Column_2 … Column_1363 Column_1364 Column_1365 // 特征名字，就是”Column_” + 数据中特征index

feature_infos=none 0:1 [0:10742] 1487112:0 [0:3999191] …

// 没有“[]”的是category 特征的bin中的特征取值

// 有“[]”是数值特征的bin中的最小、最大值

// none表示此特征没有使用

// 第1棵树

Tree=0 // 树的编号，从0开始

num_leaves=6 // 树中叶子的数量

split_feature=150 197 381 63 197 //6个叶子，分裂5次，有5个内部节点和分裂特征，这个特征编号是在原样本中的特征编号

split_gain=579239.62681873201 101591.49813184602 78186.521895228478 75276.734034747526 57589.418844881991 // 每次分裂的增益

threshold=0.028499999999999998 0.016500000000000001 554.04549999999995 3.1340000000000003 0.043499999999999997 // 分裂特征的特征值分界点

decision_type=0 0 0 0 0 //5个内部节点的判定类型值，判定类型值是int8_t，以bit形式，第一低位存储是否是category特征，第二低位存储是否使用左子节点作为默认去向，第三、第四低位存储是None(0)、Zero(1)、NaN(2)中的哪种

left_child=1 3 -2 -1 -4

right_child=2 -3 4 -5 -6

leaf_parent=3 2 1 4 3 4

// 树的结构

// 有5个内部节点，默认编号是：0、1、2、3、4

// 有6个叶子节点，编号分别是：-1、-2、-3、-4、-5、-6

// left_child表示这5个内部节点的左子节点，正值表示内部节点的节点编号，负值表示叶子节点的节点编号

// right_child表示这5个内部节点的左子节点

// leaf_parent 表示-1、-2、-3、-4、-5、-6这6个叶子节点的父节点编号

// 于是这个树的结构就是这样

leaf_value=0.013151525839652695 -0.0031140914212769983 -0.017382907119786403 0.038475160439658297 -0.10110187665371873 0.091299535945193661 //各个叶子节点的预测值

leaf_count=171831 511580 1078379 893167 1432378 958588 // 各个叶子节点的样本数量，这里总共有5045923个

internal_value=0 -0.55733646225250466 0.54728595683818304 -0.85735596237957235 0.67893796844992116 // 各个中间节点的预测值

internal_count=5045923 2682588 2363335 1604209 1851755 // 各个中间节点的样本数，1604209[中间节点3的样本数] = 171831 [叶子节点-1的样本数] + 1432378[叶子节点-5的样本数]

//可以看出这棵树的训练只用了5045923个样本，而实际训练集样本有6307410个，这是因为在模型配置文件中设置了采样比例为0.8

shrinkage=0.1 // 设定的学习率

// 第二棵树，含义参考第一棵树

Tree=1

num_leaves=6

split_feature=145 161 198 11 381

split_gain=474253.30131810816 93455.112333323515 62969.704987476958 55878.668231101008 32961.303899061735

threshold=0.026500000000000003 0.018500000000000003 0.043499999999999997 8.4154999999999998 663.125

decision_type=0 0 0 0 0

left_child=1 3 4 -1 -2

right_child=2 -3 -4 -5 -6

leaf_parent=3 4 1 2 3 4

leaf_value=0.010494795842311992 -0.024170274578830017 -0.010405728632592726 0.075110240965977765 -0.08865782202254327 0.038228215007066219

leaf_count=167445 301508 975432 1063548 1556038 981952

internal_value=0 -0.50125289035240339 0.49837677764421778 -0.76617891719378095 0.25393645325883307

internal_count=5045923 2698915 2347008 1723483 1283460

shrinkage=0.1

// 特征重要性

feature importances:

Column_197=2 // 特征197，重要性排最高，重要性值为2，表示在所有树中有两次作为中间节点的分裂特征

Column_381=2 // 所有树中有两次作为中间节点的分裂特征

Column_11=1 // 所有树中有一次作为中间节点的分裂特征

Column_63=1

Column_145=1

Column_150=1

Column_161=1

Column_198=1

// 重要性值是统计特征在所有树中作为中间节点（分裂节点）的分裂特征且分裂增益为正的次数，可以理解成是对分裂作用越大的特征越重要

lightgbm保存模型参数相关推荐

【待更新】GPU 保存模型参数，GPU 加载模型参数
GPU 保存模型参数,GPU 加载模型参数保存 # 模型 device = torch.device('cuda') net = KGCN(num_user, num_entity, num_rel ...
transformers库中使用DataParallel保存模型参数时遇到的问题记录
pytorch中使用DataParallel保存模型参数时遇到的问题记录之前使用Transformers库中的Bert模型在自己的文本分类任务上使用Transformers库里的Trainer方式进 ...
lightgbm 保存模型过大_一个例子读懂LightGBM的模型文件
机器学习模型的可解释性是个让人头痛的问题.在使用LightGBM模型的肯定对生成的GBDT的结构是好奇的,我也好奇,所以就解析一个LightGBM的模型文件看看,通过这个解析,你可以看懂GBDT的结构 ...
lightgbm 保存模型过大_机器学习之12—Lightgbm
Lightgbm模型和GBDT以及XGboost一样,都是基于决策树的boosting集成模型: Lightgbm是一个快速高效.低内存占用.高准确度.支持并行和大规模数据处理的数据科学工具. 关于G ...
08_04基于手写数据集_mat保存模型参数
import os import numpy as np import tensorflow as tf from scipy import io from tensorflow.examples.t ...
pytorch保存模型参数
1.代码有保存路径 PATH='my_model.pth' torch.save(model.state_dict(),PATH) 新模型 new_model=model GPU上运行 new_mo ...
tensorflow保存模型参数文件pb查看
查看pb文件的节点参数: with tf.Session() as sess: with open(model, 'rb') as model_file: graph_def = tf.GraphDe ...
lightgbm 保存模型过大_LightGBM如何进行在线学习工作中每天都会有数据更新以及增量数据，重新训练开销显然太大如何解决？...
lightGBM 和 xgboost 都是 gbdt 的实现,下面以 xgboost 为例说明算法原理和增量学习的利弊. 首先,xgboost 的标准实现是每一棵数的构建都对全量数据进行拟合,而增量学 ...
Sklearn——保存模型参数(picklejoblib)
文章目录 1.前言 2.pickle 保存 3.pickle 保存 1.前言我们训练好了一个Model 以后总需要保存和再次预测, 所以保存和读取我们的sklearn model也是同样重要的一步. ...

lightgbm保存模型参数

lightgbm保存模型参数相关推荐

最新文章

热门文章