如何解决Mmlspark lightgbm multiclass 不可接受的火车性能
当我尝试使用 mmlspark LightGBM 多分类(20 类)训练基本模型时。我得到了不可接受的结果。对相同数据做logistic回归,结果比lightgbm好很多。
这是我的 lightGBM 训练参数
model = LightGBMClassifier(learningRate=0.1,boostingType='gbdt',weightCol= 'weight',metric='multiclass',objective = 'multiclass',numIterations=150,verbosity=1,earlyStoppingRound=150,numLeaves=150).fit(train)
这些算法的宏观 f1 分数。
- 逻辑回归:0.42
- LightGBM:0.04
mmlspark lightgbm 模型的类概率也有一个奇怪的情况。 这种情况在逻辑回归中没有观察到。
结果如下: 轻量级 enter image description here
物流注册 enter image description here
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。