如何将LightGBM中的feature_fraction转换为整数值?

有人知道LightGBM如何将用户定义的非整数参数feature_fraction(如0.8)转换为整数值吗?

它是使用向下取整还是向上取整的函数?

我在文档中找不到相关信息(而且我还浏览了GitHub上的源代码)。

文档中提到:

feature_fraction,默认值 = 1.0,类型 = double,…,约束条件:0.0 < feature_fraction <= 1.0如果feature_fraction小于1.0,LightGBM会在每次迭代(树)中随机选择一部分特征。例如,如果你设置为0.8,LightGBM会在训练每棵树之前选择80%的特征。

如果我有三个特征,那么feature_fraction = 0.5是什么意思?每棵决策树在每次分裂时使用多少个特征?1个还是2个?


回答:

我在microsoft/LightGBM的GitHub上提出了这个问题。LightGBM会使用以下公式进行转换,比如在Python中:

total_cnt = 3 # 我有三个特征# 我希望我的决策树在每次分裂时使用50%的特征feature_fraction = 0.5 # 这是整数值:每次分裂时使用的特征数量max_features = np.floor((feature_fraction * total_cnt) + 0.5) 

更多细节请查看这里

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