【MATLAB第70期】基于MATLAB的LightGbm(LGBM)梯度增强决策树多输入单输出分类预测模型(全网首发,敬请期待)

【MATLAB第70期】基于MATLAB的LightGbm(LGBM)梯度增强决策树多输入单输出分类预测模型(全网首发,敬请期待)


(LGBM)是一种基于梯度增强决策树(GBDT)算法。
基于MATLAB的LightGbm即将研究测试上线。
下一个研究对象: ABCBOOST模型


一、效果展示

【MATLAB第70期】基于MATLAB的LightGbm(LGBM)梯度增强决策树多输入单输出分类预测模型(全网首发,敬请期待)_第1张图片

二、数据设置:

28输入1输出,2分类模型

三、预测结果


[   0]  train l2 0.243524  train auc 0.768088  valid-1 l2 0.242963  valid-1 auc 0.755797
[   1]  train l2 0.239299  train auc 0.784627  valid-1 l2 0.239442  valid-1 auc 0.755071
[   2]  train l2 0.235559  train auc 0.797551  valid-1 l2 0.235933  valid-1 auc 0.777275
[   3]  train l2 0.231220  train auc 0.801937  valid-1 l2 0.231946  valid-1 auc 0.778678
[   4]  train l2 0.227275  train auc 0.802404  valid-1 l2 0.228124  valid-1 auc 0.781830
[   5]  train l2 0.223873  train auc 0.808435  valid-1 l2 0.225515  valid-1 auc 0.781387
[   6]  train l2 0.221039  train auc 0.812120  valid-1 l2 0.222806  valid-1 auc 0.789441
[   7]  train l2 0.217817  train auc 0.814248  valid-1 l2 0.220040  valid-1 auc 0.789095
[   8]  train l2 0.214815  train auc 0.816482  valid-1 l2 0.217652  valid-1 auc 0.789990
[   9]  train l2 0.211890  train auc 0.817649  valid-1 l2 0.214958  valid-1 auc 0.792046
[  10]  train l2 0.209273  train auc 0.819593  valid-1 l2 0.212286  valid-1 auc 0.795867
[  11]  train l2 0.206929  train auc 0.821450  valid-1 l2 0.210131  valid-1 auc 0.797472
[  12]  train l2 0.204648  train auc 0.823188  valid-1 l2 0.208102  valid-1 auc 0.799689
[  13]  train l2 0.202647  train auc 0.824870  valid-1 l2 0.206802  valid-1 auc 0.798560
[  14]  train l2 0.200606  train auc 0.826843  valid-1 l2 0.205296  valid-1 auc 0.798826
bestIteration: 12

rmse of prediction: 0.4584

你可能感兴趣的:(matlab,分类预测,二分类,多输入单输出,LightGbm,梯度增强决策树,LGBM)