LightGBM树结构提取与解释
LightGBM tree structure extracting and interpretation
我正在尝试提取由 Light GBM 算法构建的树的确切树结构。我为此使用了 model_dump 并且我已经成功地提取了结构。树看起来像这样（在 iris 数据集上训练）：
我无法理解如何评估这棵树。 Another topic on Stack Overflow says that leaf value is raw prob. before sigmoid。这似乎完全合乎逻辑，但是当我尝试将此值放入 sigmoid 函数时，lightgbm.predict(...) 返回的概率与基于我的树计算的概率不同。 model_dump 之前是否隐藏了影响这些值的任何后处理？计算输出概率的正确方法是什么？来自那些树。
Iris 数据集是多class class化的。您向我们展示的树是一个 class。取决于 objective you are using, the postprocessing is not always sigmoid. For multiclass, you need to apply softmax function 对您的原始预测。
我正在尝试提取由 Light GBM 算法构建的树的确切树结构。我为此使用了 model_dump 并且我已经成功地提取了结构。树看起来像这样（在 iris 数据集上训练）：
我无法理解如何评估这棵树。 Another topic on Stack Overflow says that leaf value is raw prob. before sigmoid。这似乎完全合乎逻辑，但是当我尝试将此值放入 sigmoid 函数时，lightgbm.predict(...) 返回的概率与基于我的树计算的概率不同。 model_dump 之前是否隐藏了影响这些值的任何后处理？计算输出概率的正确方法是什么？来自那些树。
Iris 数据集是多class class化的。您向我们展示的树是一个 class。取决于 objective you are using, the postprocessing is not always sigmoid. For multiclass, you need to apply softmax function 对您的原始预测。