![](https://cdn-ak-scissors.b.st-hatena.com/image/square/3c2682a55cd0206275ba5391456f6da0a47c09ee/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9cHl0aG9uJTIwZmVhdHVyZV9pbXBvcnRhbmNlJUUzJTgxJThDJUU5JUFCJTk4JUUzJTgxJTg0JUU1JTgwJUE0JUUzJTgxJUFFJUUzJTgxJUJGJUU1JThGJTk2JUUzJTgyJThBJUU1JTg3JUJBJUUzJTgxJTk3JUUzJTgxJTlGJTIwcGFuZGFzJTIwJUUzJTgyJTkyJUU0JUJEJTlDJUU2JTg4JTkwJUUzJTgxJTk5JUUzJTgyJThCJUU5JTk2JUEyJUU2JTk1JUIwJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1lZDE1MzhmNzhlMzQ1ZmZhYjQxZmQ2OTI2Mjk3NWRkMg%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwVGFpY2hpRW5kb2gmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zMiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWI1ZWM5N2Y0MDQ0ZmMwYWVhZGYwZDQ0YTcxZGUyNmQ0%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Da88f813fd9d96be7886833bec0ba9878)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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 feature_importanceが高い値のみ取り出した pandas を作成する関数 - 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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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 feature_importanceが高い値のみ取り出した pandas を作成する関数 - Qiita
import lightgbm as lgb # データセットを作成 train = lgb.Dataset(X_train, label=y_train) valid = l... import lightgbm as lgb # データセットを作成 train = lgb.Dataset(X_train, label=y_train) valid = lgb.Dataset(X_val, label=y_val) # モデルのパラメータを設定 params = { 'reg_lambda' : 0.2, 'objective': 'multiclass', 'metric': 'multi_logloss', 'num_class': 2, 'reg_alpha': 0.1, 'min_data_leaf': 100, 'learning_rate': 0.025, # 'feature_fraction': 0.8, # 'bagging_fraction': 0.8 } # モデルを訓練 model = lgb.train(params, train, vali