LightGBM:持续培训技能学习界面

Question

我正在尝试弄清楚如何使用LightGBM Sklearn接口来继续训练分类器。文档清楚地表明，我需要为fit方法提供一个"init_score“输入。这应该是一个类似数组的形状n_samples，所以在行级上。不幸的是，文档没有解释如何从先前拟合的树计算init_score。在我看来，没有明显的方法来计算这个分数。例如，predict方法在默认情况下生成标签，如果我请求raw_scores，我会得到一个形状为n_samples，n_labels的ndarray。我已经看过了LightGBM代码，但是我不知道如何为init_score创建一个合适的值。有人能帮帮忙吗？

Answer 1

下面是为我工作的代码。

X_b, X_test_b, y_b, y_test_b = train_test_split(X,y)
d_train = lgb.Dataset(X_b, label=y_b)

params = {}
params['learning_rate'] = 0.03
params['boosting_type'] = 'gbdt'
params['objective'] = 'regression'
<keep going...>

lg_model = lgb.train(params, d_train, 27500)
y_pred = lg_model.predict(X_test_b)