保存的LGBM分类器模型的概率预测

Question

我训练了一个LGBMClassifier模型，并将其保存到一个文件中，因此：

clf = lgb.LGBMClassifier( ... )
clf.fit(X_train, y_train, **fit_params)
clf.booster_.save_model("model1.txt")

现在我想要的是重新使用保存的模型进行概率预测。但如果我尝试：

## new predictions:
clf_fs = lgb.Booster(model_file='model1.txt')
y_pred2 = clf_fs.predict_proba(X_data2, num_iteration=clf_fs.best_iteration_)[:, 1]

我得到这个错误：

AttributeError: 'Booster' object has no attribute 'predict_proba'

我知道cls_fs是类Booster的对象，而不是类LGBMClassifier的对象，并且我可以使用clf_fs.predict()，但不能使用predict_proba。那么，我如何从保存的模型文件中获取LGBMClassifier对象并生成概率预测呢？

Answer 1

在Github的#1217期中，LightGBM核心开发人员之一柯国林表示：

booster.predict()实际上将返回概率

所以您不应该需要predict_proba。