使用 LightGBM 示例进行网格搜索

Question

我正在尝试使用 sklearn.model_selection 中的 GridSearchCV 为 lightgbm 模型找到最佳参数。我一直无法找到实际有效的解决方案。

我已经成功设置了一个部分可用的代码：

import numpy as np
import pandas as pd
import lightgbm as lgb
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import KFold

np.random.seed(1)

train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')
y = pd.read_csv('y.csv')
y = y.values.ravel()
print(train.shape, test.shape, y.shape)

categoricals = ['COL_A','COL_B']
indexes_of_categories = [train.columns.get_loc(col) for col in categoricals]

gkf = KFold(n_splits=5, shuffle=True, random_state=42).split(X=train, y=y)

param_grid = {
    'num_leaves': [31, 127],
    'reg_alpha': [0.1, 0.5],
    'min_data_in_leaf': [30, 50, 100, 300, 400],
    'lambda_l1': [0, 1, 1.5],
    'lambda_l2': [0, 1]
    }

lgb_estimator = lgb.LGBMClassifier(boosting_type='gbdt',  objective='binary', num_boost_round=2000, learning_rate=0.01, metric='auc',categorical_feature=indexes_of_categories)

gsearch = GridSearchCV(estimator=lgb_estimator, param_grid=param_grid, cv=gkf)
lgb_model = gsearch.fit(X=train, y=y)

print(lgb_model.best_params_, lgb_model.best_score_)

这似乎有效，但 UserWarning：

categorical_feature keyword has been found in params and will be ignored. Please use categorical_feature argument of the Dataset constructor to pass this parameter.

我正在寻找一个可行的解决方案或者关于如何确保 lightgbm 接受上述代码中的分类参数的建议

Answer 1

如警告所述，categorical_feature 不是 LGBMModel 参数之一。它与 lgb.Dataset 实例化相关，在 sklearn API 的情况下直接在 fit() 方法 see the doc 中完成。因此，为了通过 GridSearchCV 优化中的那些，必须在 sklearn v0.19.1 的情况下将其作为 GridSearchCV.fit() 方法的参数提供，或者作为附加的 fit_params 参数提供GridSearchCV 在旧的 sklearn 版本中实例化

Answer 2

如果您正在为如何通过 fit_params 而苦恼，这也发生在我身上，那么您应该这样做：

fit_params = {'categorical_feature':indexes_of_categories}
clf = GridSearchCV(model, param_grid, cv=n_folds)
clf.fit(x_train, y_train, **fit_params)

使用 LightGBM 示例进行网格搜索

Grid search with LightGBM example

python-3.x

grid-search

lightgbm