Optuna lightgbm 集成给出了分类特征错误

如何解决Optuna lightgbm 集成给出了分类特征错误

我使用 optuna lightgbm 集成创建模型，我的训练集有一些分类特征，我使用 lgb.Dataset 类将这些特征传递给模型，这是我使用的代码（注意：X_train、X_val、y_train,y_val 都是 Pandas 数据帧).

import lightgbm as lgb 

        grid = {
            
       
            'boosting': 'gbdt','metric': ['huber','rmse','mape'],'verbose':1

        }
        
        X_train,X_val,y_train,y_val = train_test_split(X,y)

        cat_features = [ col for col in X_train if col.startswith('cat') ]

        dval = Dataset(X_val,label=y_val,categorical_feature=cat_features)
        dtrain = Dataset(X_train,label=y_train,categorical_feature=cat_features)
        
        model = lgb.train(      
                                    grid,dtrain,valid_sets=[dval],early_stopping_rounds=100)
                                    

每次调用 lgb.train 函数时，我都会收到以下用户警告

 UserWarning: categorical_column in param dict is overridden.

我相信 lightgbm 没有按照应有的方式处理我的分类特征，有人知道如何解决这个问题吗？我是否正确使用了参数？

解决方法

如果选择这些列的名称（而不是索引），请添加 feature_name 参数以及 documentation states

也就是说，您的 dval 和 dtrain 将被初始化如下：

dval = Dataset(X_val,label=y_val,feature_name=cat_features,categorical_feature=cat_features)
dtrain = Dataset(X_train,label=y_train,categorical_feature=cat_features)