数据集

R包中包含的数据集

agaricus.train

蘑菇数据集的训练部分

agaricus.test

蘑菇数据集的测试部分

bank

银行营销数据集

数据输入 / 输出

LightGBM所需的数据输入/输出

dim(<lgb.Dataset>)

lgb.Dataset 的维度

dimnames(<lgb.Dataset>) `dimnames<-`(<lgb.Dataset>)

处理 lgb.Dataset 的列名

get_field()

获取 lgb.Dataset 的一个属性

set_field()

设置 lgb.Dataset 对象的一个属性

lgb.Dataset()

构造 lgb.Dataset 对象

lgb.Dataset.construct()

显式构造数据集

lgb.Dataset.create.valid()

构造验证数据

lgb.Dataset.save()

lgb.Dataset 保存到二进制文件

lgb.Dataset.set.categorical()

设置 lgb.Dataset 的类别特征

lgb.Dataset.set.reference()

设置 lgb.Dataset 的引用

lgb.convert_with_rules()

带有规则(整数)的 LightGBM 数据集的预处理器

lgb.slice.Dataset()

切片数据集

机器学习

使用 LightGBM 训练模型,然后用它们对新数据进行预测

lightgbm()

训练 LightGBM 模型

lgb.train()

LightGBM 的主要训练逻辑

predict(<lgb.Booster>)

LightGBM 模型的预测方法

lgb.cv()

LightGBM 的主要交叉验证逻辑

lgb.configure_fast_predict()

配置快速单行预测

保存 / 加载模型

保存和加载 LightGBM 模型

lgb.dump()

将 LightGBM 模型转储为 json

lgb.save()

保存 LightGBM 模型

lgb.load()

加载 LightGBM 模型

lgb.model.dt.tree()

解析 LightGBM 模型 json 转储

lgb.drop_serialized()

丢弃 LightGBM 模型对象中的序列化原始字节

lgb.make_serializable()

通过保留原始字节使 LightGBM 对象可序列化

lgb.restore_handle()

恢复反序列化 LightGBM 模型的 C++ 组件

模型解释

分析您的模型

lgb.get.eval.result()

从 booster 获取评估记录结果

lgb.importance()

计算模型中的特征重要性

lgb.interprete()

计算预测的特征贡献

lgb.plot.importance()

将特征重要性绘制为条形图

lgb.plot.interpretation()

将特征贡献绘制为条形图

print(<lgb.Booster>)

LightGBM 模型的打印方法

summary(<lgb.Booster>)

LightGBM 模型的摘要方法

多线程控制

管理 LightGBM 使用的并行度

getLGBMthreads()

获取 LightGBM 使用的默认线程数

setLGBMthreads()

设置 LightGBM 使用的最大线程数