我尝试过以下简单的代码:
import lightgbm, pandas
params = {'objective': 'multiclass', 'num_classes': 4}
train_df = pandas.DataFrame({'f0': [0, 1, 2, 3] * 5, 'f1': [0, 0, 1] * 6 + [1, 2]}, dtype=float)
train_target = pandas.Series([0, 1, 2, 3] * 5)
train_set = lightgbm.Dataset(train_df, train_target)
model = lightgbm.train(params=params, train_set=train_set)
输出如下:
[LightGBM] [警告] 没有有意义的特征,因为所有特征
值是恒定的。
[LightGBM] [信息] 总 bin 0
[LightGBM] [Info] 数据数量:20,使用的特征数量:0
[LightGBM] [Info] 从分数-1.386294开始训练
[LightGBM] [Info] 从分数-1.386294开始训练
[LightGBM] [Info] 从分数-1.386294开始训练
[LightGBM] [Info] 从分数-1.386294开始训练
[LightGBM] [警告] 由于没有更多叶子而停止训练
满足分割要求的
我的特征显然不是一成不变的。
怎么了?
我在 Ubuntu 16.04 上运行 Python 3.5.2。