메인 콘텐츠로 건너뛰기
Try in Colab wandb 라이브러리는 LightGBM을 위한 전용 콜백을 포함하고 있습니다. 또한 W&B의 범용 로그 기능을 사용하여 하이퍼파라미터 스윕과 같은 대규모 실험을 간편하게 트래킹할 수 있습니다. 
from wandb.integration.lightgbm import wandb_callback, log_summary
import lightgbm as lgb

# W&B에 메트릭 로그 기록
gbm = lgb.train(..., callbacks=[wandb_callback()])

# 피처 중요도(feature importance) 플롯을 로그로 기록하고 W&B에 모델 체크포인트 업로드
log_summary(gbm, save_model_checkpoint=True)
실행 가능한 코드 예시를 찾고 계신가요? GitHub의 예제 레포지토리를 확인해 보세요.

​
Sweeps를 이용한 하이퍼파라미터 튜닝

모델에서 최상의 성능을 이끌어내기 위해서는 트리의 깊이나 학습률(learning rate)과 같은 하이퍼파라미터 튜닝이 필요합니다. W&B Sweeps는 대규모 하이퍼파라미터 테스트 실험을 구성, 오케스트레이션 및 분석하기 위한 강력한 툴킷입니다. 이러한 툴에 대해 더 자세히 알아보고 XGBoost와 함께 Sweeps를 사용하는 예시를 확인하려면, 아래의 대화형 Colab 노트북을 확인해 보세요. Try in Colab
LightGBM performance comparison