Python: 如何从 Optuna LightGBM 研究中获取最佳模型?

我想获取最佳模型,以便稍后在笔记本中使用不同的测试批次进行预测。

可复现的示例(摘自 Optuna Github):

import lightgbm as lgbimport numpy as npimport sklearn.datasetsimport sklearn.metricsfrom sklearn.model_selection import train_test_splitimport optuna# FYI: 目标函数可以接受额外的参数# (https://optuna.readthedocs.io/en/stable/faq.html#objective-func-additional-args).def objective(trial):    data, target = sklearn.datasets.load_breast_cancer(return_X_y=True)    train_x, valid_x, train_y, valid_y = train_test_split(data, target, test_size=0.25)    dtrain = lgb.Dataset(train_x, label=train_y)    dvalid = lgb.Dataset(valid_x, label=valid_y)    param = {        "objective": "binary",        "metric": "auc",        "verbosity": -1,        "boosting_type": "gbdt",        "lambda_l1": trial.suggest_loguniform("lambda_l1", 1e-8, 10.0),        "lambda_l2": trial.suggest_loguniform("lambda_l2", 1e-8, 10.0),        "num_leaves": trial.suggest_int("num_leaves", 2, 256),        "feature_fraction": trial.suggest_uniform("feature_fraction", 0.4, 1.0),        "bagging_fraction": trial.suggest_uniform("bagging_fraction", 0.4, 1.0),        "bagging_freq": trial.suggest_int("bagging_freq", 1, 7),        "min_child_samples": trial.suggest_int("min_child_samples", 5, 100),    }    # 添加修剪回调。    pruning_callback = optuna.integration.LightGBMPruningCallback(trial, "auc")    gbm = lgb.train(        param, dtrain, valid_sets=[dvalid], verbose_eval=False, callbacks=[pruning_callback]    )    preds = gbm.predict(valid_x)    pred_labels = np.rint(preds)    accuracy = sklearn.metrics.accuracy_score(valid_y, pred_labels)    return accuracy

我的理解是下面的研究将调整准确性。我希望以某种方式从研究中检索最佳模型(不仅仅是参数),而不是将其保存为 pickle 文件,我只是想在笔记本的其他地方使用该模型。

if __name__ == "__main__":    study = optuna.create_study(        pruner=optuna.pruners.MedianPruner(n_warmup_steps=10), direction="maximize"    )    study.optimize(objective, n_trials=100)    print("Best trial:")    trial = study.best_trial    print("  Params: ")    for key, value in trial.params.items():        print("    {}: {}".format(key, value))

期望的输出是

best_model = ~model from above~new_target_pred = best_model.predict(new_data_test)metrics.accuracy_score(new_target_test, new__target_pred)

回答:

我认为你可以使用 Study.optimizecallback 参数来保存最佳模型。在下面的代码示例中,回调函数检查给定的试验是否对应于最佳试验,并将模型保存为全局变量 best_booster

best_booster = Nonegbm = Nonedef objective(trial):    global gbm    # ...def callback(study, trial):    global best_booster    if study.best_trial == trial:        best_booster = gbmif __name__ == "__main__":    study = optuna.create_study(        pruner=optuna.pruners.MedianPruner(n_warmup_steps=10), direction="maximize"    )    study.optimize(objective, n_trials=100, callbacks=[callback])

如果你将目标函数定义为类,你可以去掉全局变量。我创建了一个笔记本作为代码示例,请查看:https://colab.research.google.com/drive/1ssjXp74bJ8bCAbvXFOC4EIycBto_ONp_?usp=sharing

我想以某种方式从研究中检索最佳模型(不仅仅是参数),而不是将其保存为 pickle 文件

仅供参考,如果你可以对 booster 进行 pickle 处理,我认为你可以通过遵循 这个 FAQ 来简化代码。

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