lightgbm.cv 方法的输出

Question

我正在尝试使用 lightbgm 的 lightbgm CV 方法来解决多分类问题

import lightgbm as lgb
dftrainLGB = lgb.Dataset(data = X_train, label = y_train)
params = {'objective': 'multiclass', 'num_class' : 3, 'random_state': 42}
cv_results = lgb.cv(
params,
dftrainLGB,
num_boost_round=100,
nfold=10,
metrics='multi_logloss',
early_stopping_rounds=10,
verbose_eval=20
)

如何使用cv_results中的最佳参数来训练我的模型？事实上：

model = lgb.train(params, dftrainLGB)

不会使用cv_results

Answer 1

cv_results将为您提供最佳迭代次数。在 R 中，这是 cv_results$$best_iter。在 lgb.train 函数中，您必须指定 nrounds = cv_results$best_iter。检查python的名称，希望这有帮助。