python - 在 LightGBM python API 中调用 feature_importance 时遇到分段错误

Question

我正在使用 LightGBM 2.0.6 Python API。我的训练数据有大约 80K 样本和 400 个特征，我正在训练一个迭代次数约为 2000 次的模型，该模型用于多类分类（#classes = 10）。当模型被训练时，当我打电话时model.feature_importance()，我遇到了分段错误。

我尝试生成人工数据进行测试（具有相同数量的样本、类、迭代和超参数），并且可以成功获得特征重要性列表。因此我怀疑问题是否发生取决于训练数据。

我想看看其他人是否遇到过这个问题，如果有，是如何克服的。谢谢你。

Answer 1

这是 LightGBM 中的一个错误；2.0.4 没有这个问题。它也应该在 LightGBM master 中修复。所以要么降级到 2.0.4，等待下一个版本，要么使用 LightGBM master。

问题确实取决于训练数据；feature_importances segfault 仅当训练的集成中存在“恒定”树时，即具有单叶的树，没有任何分裂。