If I simply do:

I'm getting

I seem to have everything installed correct:

I do have a 6 folder in my GCC folder. Should I need to install another version of GCC for this to work?

最近，我正在做多个实验来比较 Python XgBoost 和 LightGBM。看来这个 LightGBM 是一种新算法，人们说它在速度和准确性上都比 XGBoost 更好。

这是LightGBM GitHub。这是LightGBM python API 文档，在这里你会找到可以调用的 python 函数。它可以直接从 LightGBM 模型中调用，也可以由 LightGBM scikit-learn 调用。

这是我使用的XGBoost Python API 。如您所见，它的数据结构与上面的 LightGBM python API 非常相似。

这是我尝试过的：

1. 如果你train()在 XGBoost 和 LightGBM 中都使用方法，是的，lightGBM 工作得更快，精度更高。但是这种方法没有交叉验证。
2. 如果您cv()在两种算法中都尝试方法，则用于交叉验证。但是，我没有找到一种方法来使用它返回一组最佳参数。
3. 如果您尝试GridSearchCV()使用 LGBMClassifier 和 XGBClassifer 进行 scikit-learn。它适用于 XGBClassifer，但对于 LGBClassifier，它会永远运行。

GridSearchCV()以下是与这两个分类器一起使用时的代码示例：

XGBClassifier 与 GridSearchCV

这对 XGBoost 非常有效，而且只需几秒钟。

LightGBM 与 GridSearchCV

但是，通过对 LightGBM 使用这种方法，它今天已经运行了整个上午，仍然没有生成任何东西。

我正在使用相同的数据集，一个数据集包含 30000 条记录。

我有两个问题：

1. 如果我们只是使用cv()方法，是否有办法调整最佳参数集？
2. 你知道为什么GridSearchCV()LightGBM 不能很好地工作吗？我想知道这是否只发生在我身上而发生在其他人身上？

我正在尝试在 Python 中使用 LightGBM 包并遇到此错误：

“TypeError：标签的类型（ndarray）错误，应该是列表或numpy数组”。

我的目标（标签）被创建为：y_train.values 并且是一个具有以下特征的数组：

当我追溯这个错误时，我发现了这个代码 @lightgbm包的Basic.py代码：

函数 list_to_1d_numpy 抛出此错误。

虽然这个函数应该抛出错误，但我找不到任何原因。但是它正在调用一个检查条件的函数 is_numpy_1d_array

len(data.shape) == 1, however when i do len(y_train.shape)它说2。

有什么想法可以解决吗？

我正在使用交叉验证训练模型，如下所示：

我想通过多次运行第二个命令（可能使用新的训练集或使用不同的参数）来继续训练模型，它将继续改进模型。

但是，当我尝试这样做时，很明显该模型每次都是从头开始的。

有没有不同的方法来做我想做的事情？

导入LGBMResgressor时出现以下错误lightgbm：

lightgbm的版本为 2.0.5，由pip install lightgbm.

pandas categorical https://pandas.pydata.org/pandas-docs/stable/categorical.html如何处理新的和看不见的关卡？我正在考虑一个类似 scikit-learn 的设置。目前，我有类似的东西： https ://gist.github.com/geoHeil/5caff5236b4850d673b2c9b0799dc2ce

但这很慢。

显然，像 xgboost 或 lightbm 这样的决策树可以直接处理分类数据，即不需要手动处理这种缓慢的转换。但是当查看他们的代码 https://github.com/Microsoft/LightGBM/blob/master/python-package/lightgbm/sklearn.py#L532时，他们似乎使用LGBMLabelEncoder的是标准的 scikit-learn LabelEncoder。

我想知道如何处理看不见的数据。

如果需要手动转换，pandas.Categorical 是否允许更快的转换——即使新数据中有未见过的级别？

编辑

请参阅https://github.com/geoHeil/pythonQuestions/blob/master/categorical-encoding.ipynb了解我如何无法让 scikit-learn 的常见嫌疑人工作的概述。仍在寻找比我的解决方案更高效的东西。lightGBM https://github.com/Microsoft/LightGBM/issues/789还建议使用自定义编码策略。

我pip to install lightgbm在windows上用，有用吗？

因为我在导入 LGBMRegressor 时出错。错误显示如下

无法理解 LightGBM（Windows 平台）发生了什么。以前我有这个算法真的很强大，但现在他的表现太糟糕了。

为了比较（每个算法中的默认参数）LightGBM 根据简单的DIFF -metric = (actual - prediction)执行：

• CatBoostRegressor() - 18142884
• XGBoostRegressor() - 20235110
• GradientBoostingRegressor() - 20437130
• LGBMRegressor() - 60296698（版本=2.0.5）

我试图用 HyperOpt 找到一些更好的参数，但也没有成功

最好的结果只是450422301，与上面的相比，这是非常糟糕的。

作为所有 scikit-learn API 使用的示例：

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。

当使用GridSearchCVusingearly_stopping_rounds或外部测试集与 a 结合使用Pipeline时，似乎eval_set被管道忽略了。该fit函数仅适用于训练数据，而 eval_set 数据仅传递给最终估计器，而无需在其上运行 Transformer。

有没有解决这个问题的好方法？我附上了一个小例子，表明 eval_set 没有被管道转换。我已经读过可以以某种方式扩展分类器，但我不确定如何从中访问管道对象。