LightGBM

组件介绍

“LightGBM” 控件主要用于构建LightGBM算法模型。可用于分类任务或回归任务。

LightGBM是微软开源的一个基于树的学习算法的梯度提升框架。

---

• 输入：
  • data：数据集
  • pre: 预处理方法
• 输出：
  • lrn: 在交互页面中配置参数后的LightGBM学习算法
  • mod: 已训练的模型（仅当输入端data存在时，才会有输出信息）

---

页面介绍

点击 “LightGBM” 控件查看参数配置页面，如下图所示：

参数选项

选项	说明	取值范围	样例值
模型名称	设置模型名称，用于在其他组件中区分不同的模型	非空字符串	LightGBM
学习器类型	算法学习器	GBDT（traditional Gradient Boosting Decision Tree） DART（Dropouts meet Multiple Additive Regression Trees） GOSS（Gradient-based One-Side Sampling） RF（Random Forest）	GBDT
树的数量	值过小可能会导致欠拟合，值过大可能会导致过拟合	1~1000	10
学习率	每个提升迭代阶段学习的步长	0.01~1	0.1
抽样率	若此参数小于1.0，LightGBM将会在每次迭代中在不进行重采样的情况下随机选择部分数据（row），可以用来加速训练及处理过拟合。	0.01~1	0.1
最大深度	限制树模型的最大深度，默认不勾选	1~1000	10
最大叶子数	一棵树上的叶子节点个数	2~131072	10

参数详细说明

使用案例

在下图所示的案例中，使用 “加载文件”（File） 控件加载数据集，连接 “LightGBM” 控件构建模型，之后把 “加载文件”（File） 控件以及 “LightGBM” 控件与 “预测”（Predictions） 控件连接起来查看预测的结果。

案例中加载 iris 数据集，其余参数使用默认值。案例中控件的配置以及执行结果如下图所示。