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

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