python-3.x - 在 sklearn 堆叠中使用 LightGBM 拟合参数
问题描述
我正在使用带有 sklearnstacking
方法的 lightgbm,但我遇到了一个问题:
如何在LGBMRegressor.fit
函数中设置一些参数?
这是我现在的代码:
from sklearn.datasets import load_diabetes
from sklearn.linear_model import RidgeCV
from sklearn.svm import LinearSVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import StackingRegressor
from lightgbm import LGBMRegressor
X, y = load_diabetes(return_X_y=True)
estimators = [
('lr', RidgeCV()),
('svr', LinearSVR(random_state=42)),
('lgb', LGBMRegressor())
]
reg = StackingRegressor(
estimators=estimators,
final_estimator=RandomForestRegressor(n_estimators=10,
random_state=42)
)
reg.fit(X,Y)
但是我想设置num_boost_round
and early_stopping_rounds
in LGBMRegressor.fit
,当我使用时如何实现StackingRegressor.fit
※注意:不使用堆叠方法,我可以实现
lgb = LGBMRegressor()
lgb.fit(X,Y, num_boost_round=20000, early_stopping_rounds=1000)
解决方案
推荐阅读
- csh - csh 的撇号处理不清楚
- algorithm - 来自裸机的 scheme48 中的 GCD 功能
- python - 在 localhost 或命令行上运行包括 HTML 在内的 python 文件的问题
- c# - 按父母和孩子以及孩子的父母的顺序列表
- python - Python Scrapy - 根据第一个网页为每个条目保存一个“类别”
- loops - vue js无法读取未定义的属性
- javascript - 响应式汉堡菜单通过 jQuery
- c++ - 为什么我的类不能访问它自己的另一个对象的私有声明变量
- javascript - 在反应中选择列表项,而不是从客户端
- performance - 表中的复合月增长率计算