使用Dataset构建数据到lgb中
训练数据要放到Dataset中供lgb使用,构建数据如下:
1 import lightgbm as lgb 2 import numpy as np 3 4 # 训练数据,500个样本,10个维度 5 train_data = np.random.rand(500, 10) 6 # 构建二分类数据 7 label = np.random.randint(2, size=500) 8 # 放入到dataset中 9 train = lgb.Dataset(train_data, label=label) 10 print(train)
很清晰的构建数据方式,记住这种用法
指定 feature names(特征名称)和 categorical features(分类特征):
1 train_data = lgb.Dataset(data, label=label, feature_name=['c1', 'c2', 'c3'], categorical_feature=['c3'])
分类特征可以人为制定,使用categorical_feature选取你制定的名称
时刻记着自己要成为什么样的人!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· 上周热点回顾(2.24-3.2)
2017-09-10 NLP-python 自然语言处理01