파이썬 머신러닝 지도학습 - 앙상블 -LightGBM(분류, 회귀)

LightGBM

Gradient Boosting Decision Tree (GBDT) 알고리즘을 기반으로 하는 머신러닝 프레임워크

XGBoost보다 빠르고 메모리 효율적

 

 

 

모델링

#분류
from lightgbm import LGBMClassifier
#회귀
from lightgbm import LGBMRegressor

코드로 임포트 한 다음

#분류
model = LGBMClassifier(n_estimators= , max_depth= , random_state = , verbose= )
#회귀
model = LGBMRegressor(n_estimators= , max_depth= , random_state = , verbose= )

로 모델을 선언한다

각각 파라미터는

1. max_depth: 트리의 최대 깊이를 지정 (기본값 = -1)
2. n_estimators : 만들어질 decision tree의 수 , (기본값=100)
3. radom _state : 난수의 시드
4. verbose  : 1= 학습정보 출력, 0 =아무런 메세지도 출력하지 않음, -1 =경고와 에러만 출력

이다 만약 기본 설정을 그대로 쓸 생각이라면 그냥 함수명()으로 선언해도 된다

학습 및 예측

model.fit(x_train, y_train)

fit매소드로 학습을 시킬 수 있다

이후

y_pred = model.predict(x_test)

코드를 사용하여 완성된 모델에 x_test를 넣어 예측값을 생성 할 수 있다

 

평가

from sklearn.metrics import *

코드로 평가 함수들을 임포트 한 다음

https://bigcat5312.tistory.com/77

머신러닝 지도학습 - 회귀와 분류, 분석도구

게시글을 참고하여 원하는 평가함수(y_test , y_pred)를 사용해 평가 할 수 있다