Lightgbm，强制使用所有功能答案

【问题标题】：Lightgbm, Force use of all featuresLightgbm，强制使用所有功能
【发布时间】：2019-02-16 17:04:45
【问题描述】：

我正在使用 lightgbm 对一些二进制文件进行分类，经过大量搜索后，我仍然无法找到强制 lightgbm 使用我从数据集中提供的所有数据的方法。培训开始时，它说我有 83390 个数据（在我的情况下是文件），但只使用了 5XXX 个功能。我尝试更改一些参数，例如“min_data_in_leaf”，但它并没有真正改变。

谁能解释我如何调整 Lightgbm 以使其使用我拥有的所有数据？

2019-02-16 17:02:03,969 Train model
[LightGBM] [Warning] Starting from the 2.1.2 version, default value for the "boost_from_average" parameter in "binary" objective is true.
This may cause significantly different results comparing to the previous versions of LightGBM.
Try to set boost_from_average=false, if your old models produce bad results
[LightGBM] [Info] Number of positive: 41695, number of negative: 41695
[LightGBM] [Info] Total Bins 494351
[LightGBM] [Info] Number of data: 83390, number of used features: 5937
[LightGBM] [Info] [binary:BoostFromScore]: pavg=0.500000 -> initscore=0.000000

【问题讨论】：

迪诺，你好。你有没有找到一种工作方式？我需要评估所有功能的增益。

标签： lightgbm

【解决方案1】：

LightGBM 将自动禁用无法拆分的功能，例如几乎所有值都为零（或相同）的功能。

【讨论】：

【解决方案2】：

数据数是数据的行数，特征数是数据的列数。如果您的数据是 83390*5937 形状的二维数组或数据框，则 lgbm 正在使用您的所有数据。

【讨论】：

好的，但是我的 features 数组应该是 7125 而不是 5937 的数组，这意味着有些列因为相似而被忽略？
它忽略了所有不能用于改进分类的特征。

【解决方案3】：

正如@yanqi 所说，LightGBM 将自动禁用无法拆分的功能。因此，如果您强制使用所有功能，这些功能不会对模型性能产生任何影响。所以最好不要使用这些功能来节省计算资源。

【讨论】：