
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
PythonとLightGBMを使った予測モデルの精度向上:ベイジアン最適化によるパラメータチューニング - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
PythonとLightGBMを使った予測モデルの精度向上:ベイジアン最適化によるパラメータチューニング - Qiita
こんにちは、今日はPythonのLightGBMモデルの学習におけるパラメータチューニングの一例として、ベイジ... こんにちは、今日はPythonのLightGBMモデルの学習におけるパラメータチューニングの一例として、ベイジアン最適化を用いた方法を紹介します。ここでは、Kaggleの「Titanic: Machine Learning from Disaster」というコンペティションを利用したサンプルコードを共有します。 まず、モジュールとデータを読み込みます: import pandas as pd import numpy as np import lightgbm as lgb from sklearn.model_selection import cross_validate, GroupKFold from bayes_opt import BayesianOptimization from sklearn.metrics import mean_squared_error train_d