问题描述
还有其他几个与此类似的问题,但我找不到合适的解决方案。我将 LightGBM 与 Scikit-Optimize BayesSearchCV 结合使用。
{
"security": {
"is_bogon": false,"is_cloud_provider": false,"is_tor": false,"is_tor_exit": false,"is_proxy": false,"is_anonymous": false,"is_abuser": false,"is_attacker": false,"is_threat": false
}
}
训练会运行一段时间,然后出现以下错误:
full_pipeline = skl.Pipeline(steps=[('preprocessor',pre_processor),('estimator',lgbm.sklearn.LGBMClassifier())])
scorer=make_scorer(fl.lgb_focal_f1_score)
lgb_tuner = sko.BayesSearchCV(full_pipeline,hyper_space,cv=5,refit=True,n_iter=num_calls,scoring=scorer)
lgb_tuner.fit(balanced_xtrain,balanced_ytrain)
类似问题的一些答案表明这可能是使用 GPU 的结果,但我没有可用的 GPU。我不知道还有什么原因导致它或如何尝试修复它。任何人都可以提出任何建议吗?
解决方法
我认为这是由于我的超参数限制错误,导致一个超参数被设置为零,但我不确定是哪一个。