欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

LightGBM的黑科技--plot函数

程序员文章站 2022-06-09 23:13:15
...

本教程教萌新如何使用lightgbm里面可视化函数

作者:JasonChen

文章内容概览:

  • 保留训练结果
  • plot_metric()函数的使用(重要)
  • plot_importance()函数的使用(重要)
  • plot_tree()函数的使用(可选)
  • create_tree_digraph()函数的使用(可选)

依赖:
- python3
- lightgbm
- graphviz(可选)
- matplotlib


graphviz安装教程

  • 1.下载安装包到本地—–可爱的传送门graphviz的官方安装地址
    LightGBM的黑科技--plot函数

  • 2.下载之后解压并选择解压目录

  • 3.配置环境变量:将bin目录添加到Path环境变量中。

  • 4.打开cmd(win+R) , 输入dot -version,如果显示如下,则表示安装成功
LightGBM的黑科技--plot函数 ——————-

结果预览

  • plot_metric

    LightGBM的黑科技--plot函数

  • plot_importance

    LightGBM的黑科技--plot函数

  • plot_tree()

    LightGBM的黑科技--plot函数

  • create_tree_digraph

    LightGBM的黑科技--plot函数

代码块

import lightgbm as lgb
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

print('数据...')
x_train = np.random.random((1000,10))
y_train = np.random.rand(1000)>0.5
x_test = np.random.random((100,10))
y_test = np.random.randn(100)>0.5

# 导入到lightgbm矩阵
lgb_train = lgb.Dataset(x_train, y_train)
lgb_test = lgb.Dataset(x_test, y_test, reference=lgb_train)

# 设置参数
params = {
    'num_leaves': 5,
    'metric': ('auc', 'logloss'),#可以设置多个评价指标
    'verbose': 0
}
# if (evals_result and gbm) not in locbals():
    # global evals_result,gbm 
#如果是局部变量的话,推荐把他们变成全局变量,这样plot的代码位置不受限制
evals_result = {}  #记录训练结果所用

print('开始训练...')
# train
gbm = lgb.train(params,
                lgb_train,
                num_boost_round=100,
                valid_sets=[lgb_train, lgb_test],
                evals_result=evals_result,#非常重要的参数,一定要明确设置
                verbose_eval=10)

print('画出训练结果...')
ax = lgb.plot_metric(evals_result, metric='auc')#metric的值与之前的params里面的值对应
plt.show()

print('画特征重要性排序...')
ax = lgb.plot_importance(gbm, max_num_features=10)#max_features表示最多展示出前10个重要性特征,可以自行设置
plt.show()

print('Plot 3th tree...')  # 画出决策树,其中的第三颗
ax = lgb.plot_tree(gbm, tree_index=3, figsize=(20, 8), show_info=['split_gain'])
plt.show()

print('导出决策树的pdf图像到本地')#这里需要安装graphviz应用程序和python安装包
graph = lgb.create_tree_digraph(gbm, tree_index=3, name='Tree3')
graph.render(view=True)

本文完

官网的参考连接如下:
(https://github.com/Microsoft/LightGBM/blob/master/examples/python-guide/plot_example.py)

相关标签: lightgbm s