我希望我的预测概率在 0 到 1 之间。我已经在 xgboost 中做到了，但我也想尝试 Lightgbm，但它输出可靠的预测（仅整数）。我可以在 XGBoost 中通过将 'objective' 参数设置为 binary:logistic 来做到这一点，但在 Lightgbm 中似乎没有任何类似的参数，它只有二进制并且输出 0 或 1。
问问题
2897 次
3 回答
0
要在 lightgbm 中获得 0 和 1 之间的类概率，您必须使用参数“objective”的默认值是回归。
'objective' = 'binary' ( return class label 0 or 1)
'objective' = 'regression' ( return class probability between 0 and 1)
于 2018-08-21T05:56:12.000 回答
0
您可以通过使用 num_class: 2 作为参数设置objective：“multiclass”来做到这一点。结果可能与直接二元分类模型不同，但我可以向您保证不会有性能损失。
奖励：作为损失度量，您可以使用“multi_error”或“multi_logloss”，或者有趣的是两者的组合，例如：metric：“multi_error”，“multi_logloss”
于 2018-10-11T22:21:14.480 回答
-1
您可以使用predict(raw_score=True)
如果您使用的是sklearn API- 您可以使用目标“二进制”，只需使用predict_proba()而不是predict()
于 2018-12-11T12:26:48.293 回答