在使用LightGBM进行二分类模型训练时遇到警告，因叶子节点无法满足分裂条件导致训练停止。通过调整'min_data_in_leaf'参数及启用'boost_from_average'选项解决过拟合问题，提高模型AUC值。
在使用lightGBM训练二分类模型时出现了 Stopped training because there are no more leaves that meet the split requirements， Stopped training because there are no more leaves that meet the split requirements 的warning 警告，上网查了一下错误信息是学习树的当前迭代停止，因为叶子节点不能够继续分裂。可能是由于'min_data_in_leaf ' 设置的过大而导致的。
这次除了出现上述的问题模型的auc 的结果始终接近于0.5。尝试减小min_data_in_leaf , 但是仍然会报错。 然而更改boost_from_average 设置True时才能开始树的学习。 值得注意的是boost_from_averagec参数在旧版本中默认为False， 新版本则为True，将其设置为True表示将初始分数调整为标签的平均值以加快收敛速度， 产生上述现象的原因可能是因为样本不平衡导致过拟合。
参考 https://github.com/microsoft/LightGBM/issues/1336
扫一扫
2073
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
