Light GBM回归交叉验证结果解释

我查看了文档,但没有找到我问题的答案,希望这里有人知道。以下是一些示例代码:

N_FOLDS= 5model = lgb.LGBMClassifier()default_params = model.get_params()#覆盖一个参数default_params['objective'] = 'regression'cv_results = lgb.cv(default_params, train_set, num_boost_round = 100000, nfold = N_FOLDS,                     early_stopping_rounds = 100, metrics = 'rmse', seed = 50, stratified=False)

我得到了一个包含6个不同值的字典,像这样:

{'rmse-mean': [635.2078190031074,  632.0847253839236,  629.6661071275558,  627.9721515847672,  626.6712284533291,  625.293530527769], 'rmse-stdv': [197.5088741303537,  198.66960690389863,  199.56134068525006,  200.25929541235243,  200.8251430042537,  201.50213772830526]}

起初,我以为字典中的值对应于每个折叠的RMSE(在本例中为5个),但似乎并非如此。这个字典看起来是按RMSE值降序排列的。

有谁知道每个值对应什么吗?


回答:

这些值不对应于折叠,而是对应于每次提升轮次的交叉验证结果(所有测试折叠的RMSE均值)。如果你只进行5轮并打印每轮的结果,就可以非常清楚地看到这一点:

import lightgbm as lgbfrom sklearn.datasets import load_bostonX, y = load_boston(return_X_y=True)train_set = lgb.Dataset(X,label = y)params = {'learning_rate': 0.05,'num_leaves': 4,'subsample': 0.5}cv_results = lgb.cv(params, train_set, num_boost_round = 5, nfold = N_FOLDS, verbose_eval  = True,                    early_stopping_rounds = None, metrics = 'rmse', seed = 50, stratified=False)[LightGBM] [Info] Total Bins 1251[LightGBM] [Info] Number of data points in the train set: 404, number of used features: 13[LightGBM] [Info] Start training from score 22.585149[LightGBM] [Info] Start training from score 22.109406[LightGBM] [Info] Start training from score 22.579703[LightGBM] [Info] Start training from score 22.784158[LightGBM] [Info] Start training from score 22.599010[1] cv_agg's rmse: 8.86903 + 0.88135[2] cv_agg's rmse: 8.58355 + 0.860252[3] cv_agg's rmse: 8.31477 + 0.842578[4] cv_agg's rmse: 8.06201 + 0.82627[5] cv_agg's rmse: 7.8268 + 0.800053import pandas as pdpd.DataFrame(cv_results)    rmse-mean   rmse-stdv0   8.869030    0.8813501   8.583552    0.8602522   8.314774    0.8425783   8.062014    0.8262704   7.826800    0.800053

在你的帖子中,你设置了early_stopping_rounds = 100,并使用了默认的learning rate = 0.1,这可能根据你的数据来说有点高,因此很可能在6轮后就停止了。

使用上面的相同示例,你可以看到如果我们设置early_stopping_rounds = 100,它会在每100轮评估指标的改进情况,并返回停止前100轮的结果:

cv_results = lgb.cv(params, train_set, num_boost_round = 2000, nfold = N_FOLDS, verbose_eval  = True,early_stopping_rounds = 100, metrics = 'rmse',seed = 50, stratified=False)[...][1475]  cv_agg's rmse: 3.20605 + 0.50213[1476]  cv_agg's rmse: 3.20616 + 0.501997[1477]  cv_agg's rmse: 3.20607 + 0.501998[1478]  cv_agg's rmse: 3.20636 + 0.501865[1479]  cv_agg's rmse: 3.20631 + 0.501905[1480]  cv_agg's rmse: 3.20633 + 0.501731[1481]  cv_agg's rmse: 3.20659 + 0.501494[1482]  cv_agg's rmse: 3.2068 + 0.502046[1483]  cv_agg's rmse: 3.20687 + 0.50213[1484]  cv_agg's rmse: 3.20701 + 0.502265[1485]  cv_agg's rmse: 3.20717 + 0.502096[1486]  cv_agg's rmse: 3.2072 + 0.501779[1487]  cv_agg's rmse: 3.20722 + 0.501613[1488]  cv_agg's rmse: 3.20718 + 0.501308[1489]  cv_agg's rmse: 3.20701 + 0.501232pd.DataFrame(cv_results).shape(1389, 2)

如果你想要估计你的模型的RMSE值,请取最后一个值。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注