Coogle组队学习1-2月 LightGBM 任务一和二

Coogle组队学习1-2月 LightGBM 任务一和二 任务1：模型训练与预测

步骤1：导入LightGBM库
步骤2：使用LGBMClassifier对iris进行训练。
步骤3：将预测的模型对iris进行预测。

1.1 导包

import numpy as np
import pandas as pd
import lightgbm as lgb
import json
from sklearn import datasets

# 读取数据
iris = datasets.load_iris()  #载入数据集
# iris

1.2 构建数据集

from sklearn.model_selection import train_test_split

# 将原始数据划分为训练，测试，验证集
train_data_all,test_data,train_y_all,test_y = 
                train_test_split(iris.data, iris.target,test_size=0.2,random_state=1,shuffle=True,stratify=iris.target)
train_data,val_data,train_y,val_y = 
                train_test_split(train_data_all, train_y_all,test_size=0.2,random_state=1,shuffle=True,stratify=train_y_all)

1.3 训练模型

参考来源：https://blog.csdn.net/PIPIXIU/article/details/82709899

在使用lightgbm的时候，其实它有两种方法，第一种是lgbt自带的方法，这里称为“lightgbm naive API”。另一种是使用sklearn的api。在使用sklearn的api进行训练的时候，需要先定义模型，是分类lgb.LGBMClassifier还是回归lgb.LGBMRegressor。

若是以这种方式进行训练，则需要使用.fit方法，即下面展示的这样子。另一种方法，是直接调用lightGBM的库，使用原生的.train方法。该方法在下一个任务里面会用到，这里暂时不展示。

注：

多分类时lgb.train除了'objective':'multiclass',还要指定"num_class":5，而sklearn接口只需要指定'objective':'multiclass'。lgb.train中正则化参数为"lambda_l1", "lambda_l2"，sklearn中则为'reg_alpha', 'reg_lambda'。迭代次数在sklearn中是'n_estimators':300，在初始化模型时指定。而在lgb.train中则可在参数params中指定，也可在函数形参中指出。

# 使用LGBMClassifier对iris进行训练
params_sklearn = {
    'learning_rate':0.1,
    'max_bin':150,
    'num_leaves':32,    
    'max_depth':11,
    
    'reg_alpha':0.1,
    'reg_lambda':0.2,   
     
    'objective':'multiclass',
    'n_estimators':300,
    #'class_weight':weight
}

clf = lgb.LGBMClassifier(**params_sklearn)
clf.fit(train_data,train_y,early_stopping_rounds=10,eval_set=[(val_data,val_y)],verbose=10)

1.4 模型预测

# 进行预测
y_pred=clf.predict(test_data)

print(y_pred)

[2 0 1 0 0 0 2 2 2 1 0 1 2 1 2 0 2 1 1 2 1 1 0 0 2 1 0 0 1 1]

任务2：模型的保存与加载

步骤1：将任务1训练得到的模型，使用pickle进行保存。
步骤2：将任务1训练得到的模型，使用json进行保存。
步骤3：加载步骤1和步骤2的模型，并进行预测。

2.1 使用pickle保存模型

import pickle
pickle.dump(clf, open('model', 'wb'))

2.2 使用json保存模型

import json
model_json = clf.dump_model()
json.dump(model_json,open('model.json','w'))

2.3 加载模型，进行预测

# 模型加载
clf = pickle.load(open('model','rb'))

# 模型预测
y_pred=clf.predict(test_data)

# 预测结果
y_pred

[2 0 1 0 0 0 2 2 2 1 0 1 2 1 2 0 2 1 1 2 1 1 0 0 2 1 0 0 1 1]

2.4 另外一种方法

# 保存
clf.save_model('model.txt')
# 加载
clf = lgb.Booster(model_file='model.txt') # 注意这里指定model_file