30分钟
IO 参数
max_bin： 一个整数，表示最大的桶的数量。默认值为 255。lightgbm会根据它来自动压缩内存。如max_bin=255时，则lightgbm将使用uint8来表示特征的每一个值。
min_data_in_bin： 一个整数，表示每个桶的最小样本数。默认为3。 该方法可以避免出现一个桶只有一个样本的情况。data_random_seed： 一个整数，表示并行学习数据分隔中的随机数种子。默认为1 它不包括特征并行。output_model或者model_output或者model_out： 一个字符串，表示训练中输出的模型被保存的文件的文件名。默认LightGBM_model.txt。input_model或者model_input或者model_in： 一个字符串，表示输入模型的文件的文件名。默认空字符串。- 对于
prediction任务，该模型将用于预测数据 - 对于
train任务，训练将从该模型继续
- 对于
output_result或者predict_result或者prediction_result：一个字符串，给出了prediction结果存放的文件名。默认为LightGBM_predict_result.txt。pre_partition或者is_pre_partition： 一个布尔值，指示数据是否已经被划分。默认值为False。 如果为true，则不同的机器使用不同的partition来训练。 它用于并行学习（不包括特征并行）is_sparse或者is_enable_sparse或者enable_sparse： 一个布尔值，表示是否开启稀疏优化，默认为True。 如果为True则启用稀疏优化。two_round或者two_round_loading或者use_two_round_loading： 一个布尔值，指示是否启动两次加载。默认值为False，表示只需要进行一次加载。- 默认情况下，
lightgbm会将数据文件映射到内存，然后从内存加载特征，这将提供更快的数据加载速度。但是当数据文件很大时，内存可能会被耗尽。 - 如果数据文件太大，则将它设置为
True
- 默认情况下，
save_binary或者is_save_binary或者is_save_binary_file： 一个布尔值，表示是否将数据集（包括验证集）保存到二进制文件中。默认值为False。 如果为True，则可以加快数据的加载速度。verbosity或者verbose： 一个整数，表示是否输出中间信息。默认值为1。- 如果小于0，则仅仅输出
critical信息；如果等于0，则还会输出error,warning信息； 如果大于0，则还会输出info信息。
- 如果小于0，则仅仅输出
header或者has_header： 一个布尔值，表示输入数据是否有头部。默认为False。label或者label_column： 一个字符串，表示标签列。默认为空字符串。- 你也可以指定一个整数，如
label=0表示第0列是标签列。 - 你也可以为列名添加前缀，如
label=prefix:label_name
- 你也可以指定一个整数，如
weight或者weight_column： 一个字符串，表示样本权重列。默认为空字符串。- 你也可以指定一个整数，如
weight=0表示第0列是权重列。注意：它是剔除了标签列之后的索引。 假如标签列为0，权重列为1，则这里weight=0。 - 你也可以为列名添加前缀，如
weight=prefix:weight_name
- 你也可以指定一个整数，如
query或者query_column或者gourp或者group_column： 一个字符串，query/group ID列。默认为空字符串。- 你也可以指定一个整数，如
query=0表示第0列是query列。注意：它是剔除了标签列之后的索引。 假如标签列为0，query列为1，则这里query=0。 - 你也可以为列名添加前缀，如
query=prefix:query_name
- 你也可以指定一个整数，如
ignore_column或者ignore_feature或者blacklist： 一个字符串，表示训练中忽略的一些列，默认为空字符串。- 可以用数字做索引，如
ignore_column=0,1,2表示第0,1,2 列将被忽略。注意：它是剔除了标签列之后的索引。 - 你也可以为列名添加前缀，如
ignore_column=prefix:ign_name1,ign_name2
- 可以用数字做索引，如
categorical_feature或者categorical_column或者cat_feature或者cat_column： 一个字符串，指定category特征的列。默认为空字符串。- 可以用数字做索引，如
categorical_feature=0,1,2表示第0,1,2 列将作为category特征。注意：它是剔除了标签列之后的索引。 - 你也可以为列名添加前缀，如
categorical_feature=prefix:cat_name1,cat_name2在categorycal特征中，负的取值被视作缺失值。
- 可以用数字做索引，如
predict_raw_score或者raw_score或者is_predict_raw_score： 一个布尔值，表示是否预测原始得分。默认为False。 如果为True则仅预测原始得分。 该参数只用于prediction任务。predict_leaf_index或者leaf_index或者is_predict_leaf_index： 一个布尔值，表示是否预测每个样本在每棵树上的叶节点编号。默认为False。 在预测时，每个样本都会被分配到每棵树的某个叶子节点上。该参数就是要输出这些叶子节点的编号。 该参数只用于prediction任务。predict_contrib或者contrib或者is_predict_contrib： 一个布尔值，表示是否输出每个特征对于每个样本的预测的贡献。默认为False。 输出的结果形状为[nsamples,nfeatures+1]， 之所以+1是考虑到bais的贡献。所有的贡献加起来就是该样本的预测结果。 该参数只用于prediction任务。bin_construct_sample_cnt或者subsample_for_bin： 一个整数，表示用来构建直方图的样本的数量。默认为200000。- 如果数据非常稀疏，则可以设置为一个更大的值
- 如果设置更大的值，则会提供更好的训练效果，但是会增加数据加载时间
num_iteration_predict： 一个整数，表示在预测中使用多少棵子树。默认为-1。 小于等于0表示使用模型的所有子树。 该参数只用于prediction任务。pred_early_stop：一个布尔值，表示是否使用早停来加速预测。默认为False。 如果为True，则可能影响精度。pred_early_stop_freq： 一个整数，表示检查早停的频率。默认为10pred_early_stop_margin： 一个浮点数，表示早停的边际阈值。默认为 10.0use_missing： 一个布尔值，表示是否使用缺失值功能。默认为True如果为False则禁用缺失值功能。zero_as_missing： 一个布尔值，表示是否将所有的零（包括在libsvm/sparse矩阵中未显示的值）都视为缺失值。 默认为False。- 如果为
False，则将np.nan视作缺失值。 - 如果为
True，则np.nan和 零都将视作缺失值。
- 如果为
init_score_file： 一个字符串，表示训练时的初始化分数文件的路径。默认为空字符串，表示train_data_file+".init"（如果存在）valid_init_score_file： 一个字符串，表示验证时的初始化分数文件的路径。默认为空字符串，表示valid_data_file+".init"（如果存在） 如果有多个（对应于多个验证集），则可以用逗号,来分隔。
学员评价