Python: LightGBM の cv() 関数から学習済みモデルを得る - CUBE SUGAR CONTAINER
(2020-09-05 追記) LightGBM v3.0.0 から cv() 関数に return_cvbooster オプションが追加されました。 これにより直接 CVBooster のインスタンスが取得できるため、下記のコールバックを使う必要はなくなりました。 勾配ブースティング決定木を扱うフレームワークの一つである LightGBM の Python API には cv() という関数がある。 この "cv" というのは Cross Validation の略で、その名の通り LightGBM のモデルを交差検証するための関数になっている。 具体的には、この関数にデータセットを渡すと、そのデータでモデルを学習させると共に、指定した評価指標について交差検証で評価できる。 今回は、この関数から交差検証の過程で学習させたモデルを手に入れる方法について書いてみる。 というのも、この関数が返
Laurae++: xgboost / LightGBM - Blog
Articles about: Benchmarking: comparing different stuff in a similar environment...Machine Learning: mostly supervised machine learning (a lot of xgboost / LightGBM)...Statistics: whatever a data scientist (should) already know...Explanations: going from A to Z when the steps are known...Design: problem-solving (ex: experimental design)...Computers: virtualization, information technology/systems..
LightGBMをGPUで速度検証 - tkm2261's blog
LightGBMとは Microsoftが公開しているGradient Boosting Decision Tree（GBDT）の実装です。 github.com GBDTの実装で一番有名なのはxgboostですが、LightGBMは2016年末に登場してPython対応から一気に普及し始め、 最近のKaggleコンペではxgboostよりも、Winning Solutionで多く見る気がしています。 私もQuoraコンペではお世話になりました ニートなので金がない 在職中は会社のマシンで回してたりしたので、気軽に32コアぐらい使ってましたが、 ニートで自費で借りると破産しかねないのでGPUで高速にならないかなーと思って検証しました。 環境構築 AWSのp2.xlargeでAnaconda3系使って検証しました。 基本はここに従います。 LightGBM/GPU-Tutorial.md a
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Attention + Feature Engineering + Augmentation
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
