LightGBM-分类指标不能处理二进制和连续目标的混合答案

【问题标题】：LightGBM- Classification metrics can't handle a mix of binary and continuous targetsLightGBM-分类指标不能处理二进制和连续目标的混合
【发布时间】：2018-12-01 01:43:30
【问题描述】：

我在使用 lightgbm 进行网格搜索时遇到了麻烦。

lgb_classifer = lgb.LGBMRegressor(random_state=12)

grid_lgb = {
    'learning_rate': [0.01,0.05],
    'num_iterations': [5,10,20]}

gbm_lgb = GridSearchCV(estimator =lgb_classifer, param_grid =grid_lgb, scoring = 'recall', cv=3)

---> gbm_lgb.fit(X_train, y_train)

ValueError: Classification metrics can't handle a mix of binary and continuous targets

X_train AND y_train 都是 array.y_train 是二进制标签。

【问题讨论】：

数据集中有哪些特征类型？
Accuracy Score : ValueError: Can't Handle mix of binary and continuous的可能重复
@MykhailoLisovyi 当我运行 LR、DT 和 RF 等任何其他模型时，它没有出现错误。
@MykhailoLisovyi 功能包括数字和分类数据（做一个热门）。

标签： python scikit-learn grid-search lightgbm

【解决方案1】：

啊，我需要再看一眼。但是，如果它不是 cmets 中链接的问题的重复，那么问题可能是您定义和训练了一个 regression 模型 (lgb.LGBMRegressor)，而您的变量名称以及所选指标表明一个分类问题。尝试将模型更改为lgb.LGBMClassifier

【讨论】：