LGBM如何在没有规范的情况下处理分类特征

如何解决LGBM如何在没有规范的情况下处理分类特征

我正在与LGBM一起玩，并使用StingIndexer为我的分类特征建立了索引。但是在那之后，我还没有告诉我的模型哪些特征是分类特征。因此，我想知道它如何知道哪些特征是分类特征

这是我初始化LGBM模型的方式。

val lgbm = new LightGBMClassifier("lgbm").
  setobjective("binary").
  setFeatureFraction(0.85).
  setFeaturesCol("features").
  setLabelCol("is_booker")

解决方法

如果您使用的是mmlspark（您没有提到在Scala中使用LightGBM的方式），LightGBM会根据列的属性自动找出哪些列应视为分类。

来自Azure/mmlspark#559：

...如果您使用字符串索引器或我们的值索引器，则类别元数据将自动添加到数据框中，而lightgbm实际上将能够对其进行解释，并通过直接分割要素值将这些列视为类别（因此，无需对其进行一次热编码）

完成该任务的方法称为LightGBMUtils.getCategoricalIndexes()，您可以在https://github.com/Azure/mmlspark/blob/95c1f8a782191e3578587a49313e1d57abee5da3/src/main/scala/com/microsoft/ml/spark/lightgbm/LightGBMUtils.scala#L74-L104上找到它。

LightGBMBase.getCategoricalIndexes()在训练期间重复使用了该方法：

• 定义：https://github.com/Azure/mmlspark/blob/96f0b7775629d6e7b521d1ed8ca0e54655deef00/src/main/scala/com/microsoft/ml/spark/lightgbm/LightGBMBase.scala#L149-L159
• 使用：https://github.com/Azure/mmlspark/blob/96f0b7775629d6e7b521d1ed8ca0e54655deef00/src/main/scala/com/microsoft/ml/spark/lightgbm/LightGBMBase.scala#L211。

如果我对您使用的是mmlspark是正确的，并且您对此还有其他疑问，建议您在Azure/mmlspark中打开问题。