web-dev-qa-db-ja.com

LightGBMの例を使用したグリッド検索

sklearn.model_selectionのlightgbmを使用して、GridSearchCVモデルの最適なパラメーターを見つけようとしています。実際に機能する解決策を見つけることができませんでした。

部分的に機能するコードをセットアップすることができました：

import numpy as np
import pandas as pd
import lightgbm as lgb
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import KFold

np.random.seed(1)

train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')
y = pd.read_csv('y.csv')
y = y.values.ravel()
print(train.shape, test.shape, y.shape)

categoricals = ['COL_A','COL_B']
indexes_of_categories = [train.columns.get_loc(col) for col in categoricals]

gkf = KFold(n_splits=5, shuffle=True, random_state=42).split(X=train, y=y)

param_grid = {
    'num_leaves': [31, 127],
    'reg_alpha': [0.1, 0.5],
    'min_data_in_leaf': [30, 50, 100, 300, 400],
    'lambda_l1': [0, 1, 1.5],
    'lambda_l2': [0, 1]
    }

lgb_estimator = lgb.LGBMClassifier(boosting_type='gbdt',  objective='binary', num_boost_round=2000, learning_rate=0.01, metric='auc',categorical_feature=indexes_of_categories)

gsearch = GridSearchCV(estimator=lgb_estimator, param_grid=param_grid, cv=gkf)
lgb_model = gsearch.fit(X=train, y=y)

print(lgb_model.best_params_, lgb_model.best_score_)

これは機能しているようですが、UserWarningがあります：

categorical_featureキーワードがparamsで見つかり、無視されます。このパラメーターを渡すには、Datasetコンストラクターのcategorical_feature引数を使用してください。

私は実用的な解決策、またはおそらくlightgbmが上記のコードのカテゴリ引数を確実に受け入れるようにする方法についての提案を探しています

python-3.xgrid-searchlightgbm
5
bhaskarc

警告が示すように、categorical_featureはLGBMModel引数の1つではありません。これは、lgb.Datasetのインスタンス化に関連しています。sklearnAPIの場合、fit()メソッドで直接実行されます ドキュメントを参照 。したがって、これらをGridSearchCV最適化で渡すには、sklearn v0.19.1の場合はGridSearchCV.fit()メソッドの引数として、または古いsklearnバージョンのGridSearchCVインスタンス化で追加のfit_params引数としてそれを提供する必要があります。

5
Mykhailo Lisovyi