【问题标题】：What is the difference between model.LGBMRegressor.fit(x_train, y_train) and lightgbm.train(train_data, valid_sets = test_data)?model.LGBMRegressor.fit(x_train, y_train) 和 lightgbm.train(train_data, valid_sets = test_data) 有什么区别？
【发布时间】：2019-11-24 13:50:04
【问题描述】：

我尝试了两种实现轻型 GBM 的方法。期望它返回相同的值，但它没有。

我认为lgb.LightGBMRegressor() 和lgb.train(train_data, test_data) 会返回相同的精度，但事实并非如此。所以我想知道为什么？

数据中断功能

def dataready(train, test, predictvar):
    included_features = train.columns
    y_test = test[predictvar].values
    y_train = train[predictvar].ravel()
    train = train.drop([predictvar], axis = 1)
    test = test.drop([predictvar], axis = 1)
    x_train = train.values
    x_test = test.values
    return x_train, y_train, x_test, y_test, train

这就是我分解数据的方式

x_train, y_train, x_test, y_test, train2 = dataready(train, test, 'runtime.min')
train_data = lgb.Dataset(x_train, label=y_train)
test_data = lgb.Dataset(x_test, label=y_test)

预测模型

lgb1 = LMGBRegressor()
lgb1.fit(x_train, y_train)
lgb = lgb.train(parameters,train_data,valid_sets=test_data,num_boost_round=5000,early_stopping_rounds=100)

我希望它大致相同，但事实并非如此。据我了解，一个是助推器，另一个是回归器？

【问题讨论】：

我的猜测是，fit 只是 light gbm 的 sklearn api 使用的方法（使 light gbm 在为 sklearn 构建的库中可用），train 是 lightgbm 的本机方法.所以差异可能只是由不同的默认值造成的。
您有什么见解吗？我也有同样的疑问。
我也有同样的问题，在使用相同的超参数集测试 20 次运行后，使用 sklearn fit 总是给我更好的结果，我不明白为什么
很遗憾，lightgbm 支持团队真的很弱，他们已经关闭了一个讨论主题：github.com/microsoft/LightGBM/issues/2930。我有同样的问题。我没有在其中任何一个中设置任何参数，但我发现这两个 API 之间存在巨大差异。

标签： python machine-learning data-science lightgbm

【解决方案1】：

LGBMRegressor 是sklearn 接口。 .fit(X, y) 调用是用于模型训练的标准 sklearn 语法。它是一个类对象，供您用作 sklearn 生态系统的一部分（用于运行管道、参数调整等）。

lightgbm.train 是 lightgbm 本身的核心训练 API。

XGBoost 和许多其他流行的 ML 训练库也有类似的区别（核心 API 使用 xgb.train(...)，例如 sklearn API 使用 XGBClassifier 或 XGBRegressor）。

【讨论】：