LightGBM

# XGBoost

LightGBM模块,可以用做排序、分类和回归类的训练。
定义

python
m36 = M.lightgbm.v1(num_boost_round=30,objective,num_leaves,learning_rate,min_data_in_leaf,max_bin,key_cols,group_col,other_train_parameters)

参数

  • features:features,必选,因子/特征,支持基础特征和衍生特征
  • model:model,可选,模型,用于预测,如果不指定训练数据,则使用此模型预测
  • predict_ds:predict_ds,可选,预测数据,如果不设置,则不做预测
  • num_boost_round:可选,整数,默认值30,最大值2147483647,最小值-2147483648,迭代次数
  • objective:必选,枚举,默认值排序(ndcg),可选值['回归','二分类','多分类','排序(ndcg)'],损失函数类型
  • num_leaves:可选,整数,默认值30,最大值2147483647,最小值-2147483648,树最大叶子个数
  • learning_rate:可选,浮点数,默认值0.1,最大值1.7976931348623157e+308,最小值-1.7976931348623157e+308,学习率
  • min_data_in_leaf:可选,整数,默认值200,最大值2147483647,最小值-2147483648,每个叶子最少样本数
  • max_bin:可选,整数,默认值255,最大值2147483647,最小值-2147483648,特征值离散化数量
  • key_cols:可选,字符,默认值date,instrument,关键列,关键列的数据会复制到预测结果里,多个列用英文逗号分隔
  • group_col:可选,字符,默认值date,群组标识列,排序类任务,只有group_col相同的才需要排序, 默认不需要改
  • other_train_parameters:可选,代码,默认值{},参数字典

返回

训练模型
预测结果

返回类型

OutPuts