lightgbm.sklearn.LGBMRegressor无法拟合简单直线

我刚开始使用LightGBM,正在尝试通过LGBMRegressor来拟合一条简单的直线。

import numpy as npimport lightgbm as lgbmxs = np.linspace(0, 10, 30).reshape((-1, 1)) ys = np.linspace(0, 10, 30)    reg = lgbm.sklearn.LGBMRegressor()reg.fit(xs, ys) print reg.predict(xs)>>> array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,    0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,    0.,  0.,  0.,  0.])

我做错了什么?可能我需要更多的特征吗?

我的LightGBM版本是2.0.7(来自GitHub源码),Python版本是2.7.12

PS 抱歉我的英语不好


回答:

设置参数 min_data_in_leaf = 1, min_data_in_bin = 1。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注