LightGBM
W&B でツリーをトラッキングする。
less than a minute
wandb
ライブラリには、LightGBM 用の特別なコールバックが含まれています。また、Weights & Biases の一般的なログ機能を使用して、大規模な実験やハイパーパラメータ探索を追跡することも簡単です。
from wandb.integration.lightgbm import wandb_callback, log_summary
import lightgbm as lgb
# メトリクスを W&B にログ
gbm = lgb.train(..., callbacks=[wandb_callback()])
# 特徴量のインポータンスプロットをログし、モデルのチェックポイントを W&B にアップロード
log_summary(gbm, save_model_checkpoint=True)
動作するコード例をお探しですか?GitHub の例のリポジトリをチェックしてください。
ハイパーパラメーターの調整と Sweeps
モデルから最大のパフォーマンスを引き出すには、ツリーの深さや学習率のようなハイパーパラメーターを調整する必要があります。Weights & Biases は、大規模なハイパーパラメータのテスト実験を設定、調整、分析するための強力なツールキットである Sweepsを含んでいます。
これらのツールについて学び、XGBoost で Sweeps を使用する方法の例を確認するには、この対話型 Colab ノートブックをチェックしてください。

フィードバック
このページは役に立ちましたか?
Glad to hear it! If you have more to say, please let us know.
Sorry to hear that. Please tell us how we can improve.