LGBMClassifier參數

本文鏈接：https://blog.csdn.net/starmoth/article/details/84586709
1.boosting_type=‘gbdt’# 提升樹的類型 gbdt,dart,goss,rf
2.num_leavel=32#樹的最大葉子數，對比xgboost一般為2^(max_depth)
3.max_depth=-1#最大樹的深度
4.learning_rate#學習率
5.n_estimators=10: 擬合的樹的棵樹，相當於訓練輪數
6.subsample=1.0: 訓練樣本采樣率 行
7.colsample_bytree=1.0: 訓練特征采樣率 列
8.subsample_freq=1: 子樣本頻率
9.reg_alpha=0.0: L1正則化系數
10.reg_lambda=0.0: L2正則化系數
11.random_state=None: 隨機種子數
12.n_jobs=-1: 並行運行多線程核心數
13.silent=True: 訓練過程是否打印日志信息
14.min_split_gain=0.0: 最小分割增益
15.min_child_weight=0.001: 分支結點的最小權重
————————————————
版權聲明：本文為CSDN博主「sorrythanku」的原創文章，遵循CC 4.0 by-sa版權協議，轉載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/starmoth/article/details/84586709