LightGBM二分类

<< Click to Display Table of Contents >>

当前位置:  深度分析 > 实验功能使用 > 节点 > 算法 > 分类 

LightGBM二分类

复制链接

1.概述

LightGBM二分类属于监督学习算法,主要解决二分类预测问题,对类别处理较优。相同数据集情况下,lightGBM 计算速度比XGboost 快。

例如:LightGBM二分类算法可以用于商品分类。

输入:1个数据集。

输出:模型、训练集性能指标(类别、准确率、召回率、F1-score、支持样本量)、验证集性能指标(类别、准确率、召回率、F1-score、支持样本量)、ROC曲线、特征重要性图、平行坐标图。

2.配置方法

将LightGBM二分类节点添加到实验后,可通过右侧的“配置项目”页面,对LightGBM二分类节点进行设置。

Depthanalysis_LightGBMBiClassifier

2.1参数列表

【使用集群】选择true时,算子使用分布式集群运行,选择false时单机运行,默认为false。集群运行需要在集群环境下才能生效。

【自动调参】自动调参取值为true时,模型自动进行超参数优化,取值为false时,需要手动调参。

【个体学习器集成方法】共四种。

gbdt:基于gbdt思想。

dart:融合dropout思想的复合集成回归树。

goss:基于梯度的one-side采样。通过区分不同梯度的实例,保留较大梯度实例同时对较小梯度随机采样的方式减少计算量,从而达到提升效率的目的。

rf:随机森林。

【个体学习器最大叶子结点数】取值范围:大于0的整数。

【个体学习器最大深度】控制个体学习器中数结构的深度,多样本多特征情况下需要限制最大深度,取值范围:请填写大于0的整数。

【学习率】取值范围:大于0的小数,建议填写小于0.5的小数。

【个体学习器数量】取值范围:大于0的整数。

【构建直方图样本量】取值范围:请填写大于0的整数,建议采用默认值。

【类别权重】当数据集类别比例不平衡时使用。

【节点分裂最小损失下降值】取值范围:请填写大于等于0的小数。

【叶子节点最小权重之和】权重小于设定值,停止分裂。取值范围:请填写大于0的整数。

【叶子节点最小样本量】叶子节点中的样本量小于设定值,停止分裂。

【训练样本采样比例】个体学习器训练时的样本采样比例,取值范围:请填写0-1之间的小数。

【采样频率】设定值小于等于0时禁用样本采样。取值范围:请填写大于等于0的整数。

【个体学习器特征采样比例】个体学习器训练时的特征采样比例,取值范围:请填写0-1之间的小数。

【L1惩罚项系数】防止过拟合参数。取值范围:请填写大于等于0的小数。

【L2惩罚项系数】防止过拟合参数。取值范围:请填写大于等于0的小数。

【随机种子】固定随机种子用于保证模型训练的结果可复现。当设置为0时,禁用随机种子。参数取值范围:请填写大于等于0的整数。

【运算核心数】计算使用的核心数量,填写-1时使用所有核心。

【正例标签】请填写None或者目标列中的正例标签(整数或者文本型),填写None时,默认1为正例,并且目标列中只有(0,1)或者(-1,1),文本型正例标签请采用英文标签。

2.2选择变量

特征列:选择模型的特征字段,特征列至少选择一列。

目标列:选择模型的目标字段,目标列仅能选择一列。

选择数据页面操作见插件节点>选择数据

3.查看结果

可通过连接多视图节点查看结果或连接表格视图来查看性能指标,连接图片视图来查看特征重要性图、ROC曲线和平行坐标图。配合保存为训练模型节点使用,可以将待预测的特征输入模型,进行预测计算。

其中准确率、召回率、F1-score的取值范围为[0,1],当数值越接近1,说明模型表现越好。

特征重要性展现了每个特征对于模型的影响大小,并对它们进行降序排列。

平行坐标图中颜色的深浅代表了数据分布情况,颜色越深代表该区间上的数据分布越多。

Depthanalysis_LightGBMBiClassifier1Depthanalysis_LightGBMBiClassifier2

Depthanalysis_LightGBMBiClassifier3

Depthanalysis_LightGBMBiClassifier4