使用 LightGBM 进行多类分类

Question

我正在尝试在 Python 中使用 LightGBM 为多 class Class 化问题（3 Classes）建模 classifier .我使用了以下参数。

params = {'task': 'train',
    'boosting_type': 'gbdt',
    'objective': 'multiclass',
    'num_class':3,
    'metric': 'multi_logloss',
    'learning_rate': 0.002296,
    'max_depth': 7,
    'num_leaves': 17,
    'feature_fraction': 0.4,
    'bagging_fraction': 0.6,
    'bagging_freq': 17}

数据集的所有分类特征都是用 LabelEncoder 编码的标签。我在运行 cv 之后用 eartly_stopping 训练了模型，如下所示。

lgb_cv = lgbm.cv(params, d_train, num_boost_round=10000, nfold=3, shuffle=True, stratified=True, verbose_eval=20, early_stopping_rounds=100)

nround = lgb_cv['multi_logloss-mean'].index(np.min(lgb_cv['multi_logloss-mean']))
print(nround)

model = lgbm.train(params, d_train, num_boost_round=nround)

经过训练，我用这样的模型做了预测，

preds = model.predict(test)
print(preds)

我得到了一个嵌套数组作为这样的输出。

[[  7.93856847e-06   9.99989550e-01   2.51164967e-06]
 [  7.26332978e-01   1.65316511e-05   2.73650491e-01]
 [  7.28564308e-01   8.36756769e-06   2.71427325e-01]
 ..., 
 [  7.26892634e-01   1.26915179e-05   2.73094674e-01]
 [  5.93217601e-01   2.07172044e-04   4.06575227e-01]
 [  5.91722491e-05   9.99883828e-01   5.69994435e-05]]

由于 preds 中的每个列表代表 class 概率，我使用 np.argmax() 找到了这样的 classes..

predictions = []

for x in preds:
    predictions.append(np.argmax(x))

在分析预测时，我发现我的预测只包含 2 classes - 0 和 1。Class 2 是训练集中第二大 class，但它在预测中无处可寻。在评估结果时，它给出了大约 78% 的准确性。

那么，为什么我的模型没有预测 class 2 个案例？我使用的参数有什么问题吗？

这不是解释模型做出的预测的正确方法吗？我应该对参数进行任何更改吗？？

Answer 1

解决方法是：

best_preds_svm = [np.argmax(line) for line in preds]

然后你可以打印出最合理结果的class。

Answer 2

从您提供的输出来看，预测似乎没有任何错误。

模型根据您提供的第一个输出产生三个概率 [7.93856847e-06 9.99989550e-01 2.51164967e-06] class 2 的概率更高，所以我可以'在这里看不到问题。

Class0是第一个class,class1其实是class2是第二个class,2是第三个class.所以我想没什么问题。

Answer 3

尝试通过交换 classes 0 和 2 进行故障排除，然后重新运行训练和预测过程。

如果新预测仅包含 classes 1 和 2（最有可能给定您提供的数据）：

分类器可能还没有学会第三个class；也许它的功能与较大的 class 的功能重叠，并且 classifier 默认为较大的 class 以最小化 objective 功能。尝试提供平衡的训练集（每个 class 的样本数量相同）并重试。

如果新预测确实包含所有 3 个 classes:

您的代码某处出错了。需要更多信息才能确定到底出了什么问题。

希望对您有所帮助。

Answer 4

import pandas as pd

pd.DataFrame(preds).apply(lambda x: np.argmax(x), axis=1)

使用 LightGBM 进行多类分类

Multiclass Classification with LightGBM

python

machine-learning

predict

multiclass-classification

lightgbm