今回の記事では下記のような悩みを解決します。 「LightGBMというワードをよく目にするので、LightGBMについて知りたい」 「LightGBMのpythonでの実装方法が知りたい」 早速解説していきます。 LightGBMとは Li... 今回は、「住宅価格予測問題」を使って、「データの前処理、LightGBMでモデル構築、Optunaを使ってハイパーパラメータを調整し予測精度をup」という機械学習(回帰問題)の一連の流れを解説していきます。 まずはデータの読み込みと前処理から解説します。 データの読み込みと前処理 下記のコードで住宅価格予測のデータを読み込み、dfとします。 (下記のコードは覚える必要ないです。コピペしてデータを読み込んでください) dfは81個の列、1460個のデータからなります。 from sklearn.datasets import fetch_openm
![【機械学習初・中級者向け】LightGBMで回帰問題に挑戦](https://cdn-ak-scissors.b.st-hatena.com/image/square/da33c1a45052841d1814700691e7e974cc35ba62/height=288;version=1;width=512/https%3A%2F%2Fnomuotorinko.com%2Fwp-content%2Fuploads%2F2024%2F02%2F5560e5bad063a90f060851cbf4056bed.jpg)