Параметр подгонки LightGBM при использовании в стеке sklearn - PullRequest
Новая
       49

Параметр подгонки LightGBM при использовании в стеке sklearn

1 голос
/ 19 июня 2020

Я использую lightgbm с методом sklearn stacking, но у меня возникла проблема:

Как мне установить некоторые параметры в функции LGBMRegressor.fit?

Это мой код на данный момент: 

from sklearn.datasets import load_diabetes
from sklearn.linear_model import RidgeCV
from sklearn.svm import LinearSVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import StackingRegressor
from lightgbm import LGBMRegressor

X, y = load_diabetes(return_X_y=True)
estimators = [
    ('lr', RidgeCV()),
    ('svr', LinearSVR(random_state=42)),
    ('lgb', LGBMRegressor())
]
reg = StackingRegressor(
    estimators=estimators,
    final_estimator=RandomForestRegressor(n_estimators=10,
                                          random_state=42)
)
reg.fit(X,Y)

Но я хочу установить num_boost_round и early_stopping_rounds в LGBMRegressor.fit, как я могу добиться этого, когда я использовал StackingRegressor.fit

※ Примечание : Без использования метода наложения я могу реализовать с помощью 

lgb = LGBMRegressor()
lgb.fit(X,Y, num_boost_round=20000, early_stopping_rounds=1000)
...