參數 · LightGBM 中文文檔

# 參數這個頁面包含了 LightGBM 的所有參數. **一些有用的鏈接列表** * [Python API](./Python-API.rst) * [Parameters Tuning](./Parameters-Tuning.rst) **外部鏈接** * [Laurae++ Interactive Documentation](https://sites.google.com/view/lauraepp/parameters) **更新于 08/04/2017** 以下參數的default已經修改: * `min_data_in_leaf` = 100 => 20 * `min_sum_hessian_in_leaf` = 10 => 1e-3 * `num_leaves` = 127 => 31 * `num_iterations` = 10 => 100 ## 參數格式參數的格式為 `key1=value1 key2=value2 ...`. 并且, 在配置文件和命令行中均可以設置參數. 使用命令行設置參數時, 在 `=` 前后都不應該有空格. 使用配置文件設置參數時, 一行只能包含一個參數. 你可以使用 `#` 進行注釋. 如果一個參數在命令行和配置文件中均出現了, LightGBM 將會使用命令行中的該參數. ## 核心參數 * `config`, default=`""`, type=string, alias=`config_file` * 配置文件的路徑 * `task`, default=`train`, type=enum, options=`train`, `predict`, `convert_model` * `train`, alias=`training`, for training * `predict`, alias=`prediction`, `test`, for prediction. * `convert_model`, 要將模型文件轉換成 if-else 格式, 可以查看這個鏈接獲取更多信息 [Convert model parameters](#convert-model-parameters) * `objective`, default=`regression`, type=enum, options=`regression`, `regression_l1`, `huber`, `fair`, `poisson`, `quantile`, `quantile_l2`, `binary`, `multiclass`, `multiclassova`, `xentropy`, `xentlambda`, `lambdarank`, alias=`objective`, `app` , `application` * regression application * `regression_l2`, L2 loss, alias=`regression`, `mean_squared_error`, `mse` * `regression_l1`, L1 loss, alias=`mean_absolute_error`, `mae` * `huber`, [Huber loss](https://en.wikipedia.org/wiki/Huber_loss) * `fair`, [Fair loss](https://www.kaggle.com/c/allstate-claims-severity/discussion/24520) * `poisson`, [Poisson regression](https://en.wikipedia.org/wiki/Poisson_regression) * `quantile`, [Quantile regression](https://en.wikipedia.org/wiki/Quantile_regression) * `quantile_l2`, 類似于 `quantile`, 但是使用了 L2 loss * `binary`, binary [log loss](https://www.kaggle.com/wiki/LogLoss) classification application * multi-class classification application * `multiclass`, [softmax](https://en.wikipedia.org/wiki/Softmax_function) 目標函數, 應該設置好 `num_class` * `multiclassova`, [One-vs-All](https://en.wikipedia.org/wiki/Multiclass_classification#One-vs.-rest) 二分類目標函數, 應該設置好 `num_class` * cross-entropy application * `xentropy`, 目標函數為 cross-entropy (同時有可選擇的線性權重), alias=`cross_entropy` * `xentlambda`, 替代參數化的 cross-entropy, alias=`cross_entropy_lambda` * 標簽是 [0, 1] 間隔內的任意值 * `lambdarank`, [lambdarank](https://papers.nips.cc/paper/2971-learning-to-rank-with-nonsmooth-cost-functions.pdf) application * 在 lambdarank 任務中標簽應該為 `int` type, 數值越大代表相關性越高 (e.g. 0:bad, 1:fair, 2:good, 3:perfect) * `label_gain` 可以被用來設置 `int` 標簽的增益 (權重) * `boosting`, default=`gbdt`, type=enum, options=`gbdt`, `rf`, `dart`, `goss`, alias=`boost`, `boosting_type` * `gbdt`, 傳統的梯度提升決策樹 * `rf`, Random Forest (隨機森林) * `dart`, [Dropouts meet Multiple Additive Regression Trees](https://arxiv.org/abs/1505.01866) * `goss`, Gradient-based One-Side Sampling (基于梯度的單側采樣) * `data`, default=`""`, type=string, alias=`train`, `train_data` * 訓練數據, LightGBM 將會使用這個數據進行訓練 * `valid`, default=`""`, type=multi-string, alias=`test`, `valid_data`, `test_data` * 驗證/測試數據, LightGBM 將輸出這些數據的度量 * 支持多驗證數據集, 以 `,` 分割 * `num_iterations`, default=`100`, type=int, alias=`num_iteration`, `num_tree`, `num_trees`, `num_round`, `num_rounds`, `num_boost_round` * boosting 的迭代次數 * **Note**: 對于 Python/R 包, **這個參數是被忽略的**, 使用 `train` and `cv` 的輸入參數 `num_boost_round` (Python) or `nrounds` (R) 來代替 * **Note**: 在內部, LightGBM 對于 `multiclass` 問題設置 `num_class * num_iterations` 棵樹 * `learning_rate`, default=`0.1`, type=double, alias=`shrinkage_rate` * shrinkage rate (收縮率) * 在 `dart` 中, 它還影響了 dropped trees 的歸一化權重 * `num_leaves`, default=`31`, type=int, alias=`num_leaf` * 一棵樹上的葉子數 * `tree_learner`, default=`serial`, type=enum, options=`serial`, `feature`, `data`, `voting`, alias=`tree` * `serial`, 單臺機器的 tree learner * `feature`, alias=`feature_parallel`, 特征并行的 tree learner * `data`, alias=`data_parallel`, 數據并行的 tree learner * `voting`, alias=`voting_parallel`, 投票并行的 tree learner * 請閱讀 [并行學習指南](./Parallel-Learning-Guide.rst) 來了解更多細節 * `num_threads`, default=`OpenMP_default`, type=int, alias=`num_thread`, `nthread` * LightGBM 的線程數 * 為了更快的速度, 將此設置為真正的 CPU 內核數, 而不是線程的數量 (大多數 CPU 使用超線程來使每個 CPU 內核生成 2 個線程) * 當你的數據集小的時候不要將它設置的過大 (比如, 當數據集有 10,000 行時不要使用 64 線程) * 請注意, 任務管理器或任何類似的 CPU 監視工具可能會報告未被充分利用的內核. **這是正常的** * 對于并行學習, 不應該使用全部的 CPU 內核, 因為這會導致網絡性能不佳 * `device`, default=`cpu`, options=`cpu`, `gpu` * 為樹學習選擇設備, 你可以使用 GPU 來獲得更快的學習速度 * **Note**: 建議使用較小的 `max_bin` (e.g. 63) 來獲得更快的速度 * **Note**: 為了加快學習速度, GPU 默認使用32位浮點數來求和. 你可以設置 `gpu_use_dp=true` 來啟用64位浮點數, 但是它會使訓練速度降低 * **Note**: 請參考 [安裝指南](./Installation-Guide.rst#build-gpu-version) 來構建 GPU 版本 ## 用于控制模型學習過程的參數 * `max_depth`, default=`-1`, type=int * 限制樹模型的最大深度. 這可以在 `#data` 小的情況下防止過擬合. 樹仍然可以通過 leaf-wise 生長. * `< 0` 意味著沒有限制. * `min_data_in_leaf`, default=`20`, type=int, alias=`min_data_per_leaf` , `min_data`, `min_child_samples` * 一個葉子上數據的最小數量. 可以用來處理過擬合. * `min_sum_hessian_in_leaf`, default=`1e-3`, type=double, alias=`min_sum_hessian_per_leaf`, `min_sum_hessian`, `min_hessian`, `min_child_weight` * 一個葉子上的最小 hessian 和. 類似于 `min_data_in_leaf`, 可以用來處理過擬合. * `feature_fraction`, default=`1.0`, type=double, `0.0 < feature_fraction < 1.0`, alias=`sub_feature`, `colsample_bytree` * 如果 `feature_fraction` 小于 `1.0`, LightGBM 將會在每次迭代中隨機選擇部分特征. 例如, 如果設置為 `0.8`, 將會在每棵樹訓練之前選擇 80% 的特征 * 可以用來加速訓練 * 可以用來處理過擬合 * `feature_fraction_seed`, default=`2`, type=int * `feature_fraction` 的隨機數種子 * `bagging_fraction`, default=`1.0`, type=double, `0.0 < bagging_fraction < 1.0`, alias=`sub_row`, `subsample` * 類似于 `feature_fraction`, 但是它將在不進行重采樣的情況下隨機選擇部分數據 * 可以用來加速訓練 * 可以用來處理過擬合 * **Note**: 為了啟用 bagging, `bagging_freq` 應該設置為非零值 * `bagging_freq`, default=`0`, type=int, alias=`subsample_freq` * bagging 的頻率, `0` 意味著禁用 bagging. `k` 意味著每 `k` 次迭代執行bagging * **Note**: 為了啟用 bagging, `bagging_fraction` 設置適當 * `bagging_seed` , default=`3`, type=int, alias=`bagging_fraction_seed` * bagging 隨機數種子 * `early_stopping_round`, default=`0`, type=int, alias=`early_stopping_rounds`, `early_stopping` * 如果一個驗證集的度量在 `early_stopping_round` 循環中沒有提升, 將停止訓練 * `lambda_l1`, default=`0`, type=double, alias=`reg_alpha` * L1 正則 * `lambda_l2`, default=`0`, type=double, alias=`reg_lambda` * L2 正則 * `min_split_gain`, default=`0`, type=double, alias=`min_gain_to_split` * 執行切分的最小增益 * `drop_rate`, default=`0.1`, type=double * 僅僅在 `dart` 時使用 * `skip_drop`, default=`0.5`, type=double * 僅僅在 `dart` 時使用, 跳過 drop 的概率 * `max_drop`, default=`50`, type=int * 僅僅在 `dart` 時使用, 一次迭代中刪除樹的最大數量 * `<=0` 意味著沒有限制 * `uniform_drop`, default=`false`, type=bool * 僅僅在 `dart` 時使用, 如果想要均勻的刪除, 將它設置為 `true` * `xgboost_dart_mode`, default=`false`, type=bool * 僅僅在 `dart` 時使用, 如果想要使用 xgboost dart 模式, 將它設置為 `true` * `drop_seed`, default=`4`, type=int * 僅僅在 `dart` 時使用, 選擇 dropping models 的隨機數種子 * `top_rate`, default=`0.2`, type=double * 僅僅在 `goss` 時使用, 大梯度數據的保留比例 * `other_rate`, default=`0.1`, type=int * 僅僅在 `goss` 時使用, 小梯度數據的保留比例 * `min_data_per_group`, default=`100`, type=int * 每個分類組的最小數據量 * `max_cat_threshold`, default=`32`, type=int * 用于分類特征 * 限制分類特征的最大閾值 * `cat_smooth`, default=`10`, type=double * 用于分類特征 * 這可以降低噪聲在分類特征中的影響, 尤其是對數據很少的類別 * `cat_l2`, default=`10`, type=double * 分類切分中的 L2 正則 * `max_cat_to_onehot`, default=`4`, type=int * 當一個特征的類別數小于或等于 `max_cat_to_onehot` 時, one-vs-other 切分算法將會被使用 * `top_k`, default=`20`, type=int, alias=`topk` * 被使用在 [Voting parallel](./Parallel-Learning-Guide.rst#choose-appropriate-parallel-algorithm) 中 * 將它設置為更大的值可以獲得更精確的結果, 但會減慢訓練速度 ## IO 參數 * `max_bin`, default=`255`, type=int * 工具箱的最大數特征值決定了容量工具箱的最小數特征值可能會降低訓練的準確性, 但是可能會增加一些一般的影響（處理過度學習） * LightGBM 將根據 `max_bin` 自動壓縮內存。例如, 如果 maxbin=255, 那么 LightGBM 將使用 uint8t 的特性值 * `max_bin`, default=`255`, type=int * `min_data_in_bin`, default=`3`, type=int - 單個數據箱的最小數, 使用此方法避免 one-data-one-bin（可能會過度學習） * `data_r和om_seed`, default=`1`, type=int * 并行學習數據分隔中的隨機種子 (不包括并行功能) * `output_model`, default=`LightGBM_model.txt`, type=string, alias=`model_output`, `model_out` * 培訓中輸出的模型文件名 * `input_model`, default=`""`, type=string, alias=`model_input`, `model_in` * 輸入模型的文件名 * 對于 `prediction` 任務, 該模型將用于預測數據 * 對于 `train` 任務, 培訓將從該模型繼續 * `output_result`, default=`LightGBM_predict_result.txt`, type=string, alias=`predict_result`, `prediction_result` * `prediction` 任務的預測結果文件名 * `model_format`, default=`text`, type=multi-enum, 可選項=`text`, `proto` * 保存和加載模型的格式 * `text`, 使用文本字符串 * `proto`, 使用協議緩沖二進制格式 * 您可以通過使用逗號來進行多種格式的保存, 例如 `text,proto`. 在這種情況下, `model_format` 將作為后綴添加 `output_model` * **Note**: 不支持多種格式的加載 * **Note**: 要使用這個參數, 您需要使用 build 版本 <./Installation-Guide.rst#protobuf-support>`__ * `pre_partition`, default=`false`, type=bool, alias=`is_pre_partition` * 用于并行學習(不包括功能并行) * `true` 如果訓練數據 pre-partitioned, 不同的機器使用不同的分區 * `is_sparse`, default=`true`, type=bool, alias=`is_enable_sparse`, `enable_sparse` * 用于 enable/disable 稀疏優化. 設置 `false` 就禁用稀疏優化 * `two_round`, default=`false`, type=bool, alias=`two_round_loading`, `use_two_round_loading` * 默認情況下, LightGBM 將把數據文件映射到內存, 并從內存加載特性。這將提供更快的數據加載速度。但當數據文件很大時, 內存可能會耗盡 * 如果數據文件太大, 不能放在內存中, 就把它設置為 `true` * `save_binary`, default=`false`, type=bool, alias=`is_save_binary`, `is_save_binary_file` * 如果設置為 `true` LightGBM 則將數據集(包括驗證數據)保存到二進制文件中。可以加快數據加載速度。 * `verbosity`, default=`1`, type=int, alias=`verbose` * `<0` = 致命的, `=0` = 錯誤 (警告), `>0` = 信息 * `header`, default=`false`, type=bool, alias=`has_header` * 如果輸入數據有標識頭, 則在此處設置 `true` * `label`, default=`""`, type=string, alias=`label_column` * 指定標簽列 * 用于索引的數字, e.g. `label=0` 意味著 column_0 是標簽列 * 為列名添加前綴 `name:` , e.g. `label=name:is_click` * `weight`, default=`""`, type=string, alias=`weight_column` * 列的指定 * 用于索引的數字, e.g. `weight=0` 表示 column_0 是權重點 * 為列名添加前綴 `name:`, e.g. `weight=name:weight` * **Note**: 索引從 `0` 開始. 當傳遞 type 為索引時, 它不計算標簽列, 例如當標簽為 0 時, 權重為列 1, 正確的參數是權重值為 0 * `query`, default=`""`, type=string, alias=`query_column`, `group`, `group_column` * 指定 query/group ID 列 * 用數字做索引, e.g. `query=0` 意味著 column_0 是這個查詢的 Id * 為列名添加前綴 `name:` , e.g. `query=name:query_id` * **Note**: 數據應按照 query_id. 索引從 `0` 開始. 當傳遞 type 為索引時, 它不計算標簽列, 例如當標簽為列 0, 查詢 id 為列 1 時, 正確的參數是查詢 =0 * `ignore_column`, default=`""`, type=string, alias=`ignore_feature`, `blacklist` * 在培訓中指定一些忽略的列 * 用數字做索引, e.g. `ignore_column=0,1,2` 意味著 column_0, column_1 和 column_2 將被忽略 * 為列名添加前綴 `name:` , e.g. `ignore_column=name:c1,c2,c3` 意味著 c1, c2 和 c3 將被忽略 * **Note**: 只在從文件直接加載數據的情況下工作 * **Note**: 索引從 `0` 開始. 它不包括標簽欄 * `categorical_feature`, default=`""`, type=string, alias=`categorical_column`, `cat_feature`, `cat_column` * 指定分類特征 * 用數字做索引, e.g. `categorical_feature=0,1,2` 意味著 column_0, column_1 和 column_2 是分類特征 * 為列名添加前綴 `name:`, e.g. `categorical_feature=name:c1,c2,c3` 意味著 c1, c2 和 c3 是分類特征 * **Note**: 只支持分類與 `int` type. 索引從 `0` 開始. 同時它不包括標簽欄 * **Note**: 負值的值將被視為 **missing values** * `predict_raw_score`, default=`false`, type=bool, alias=`raw_score`, `is_predict_raw_score` * 只用于 `prediction` 任務 * 設置為 `true` 只預測原始分數 * 設置為 `false` 只預測分數 * `predict_leaf_index`, default=`false`, type=bool, alias=`leaf_index`, `is_predict_leaf_index` * 只用于 `prediction` 任務 * 設置為 `true` to predict with leaf index of all trees * `predict_contrib`, default=`false`, type=bool, alias=`contrib`, `is_predict_contrib` * 只用于 `prediction` 任務 * 設置為 `true` 預估 [SHAP values](https://arxiv.org/abs/1706.06060), 這代表了每個特征對每個預測的貢獻. 生成的特征+1的值, 其中最后一個值是模型輸出的預期值, 而不是訓練數據 * `bin_construct_sample_cnt`, default=`200000`, type=int, alias=`subsample_for_bin` * 用來構建直方圖的數據的數量 * 在設置更大的數據時, 會提供更好的培訓效果, 但會增加數據加載時間 * 如果數據非常稀疏, 則將其設置為更大的值 * `num_iteration_predict`, default=`-1`, type=int * 只用于 `prediction` 任務 * 用于指定在預測中使用多少經過培訓的迭代 * `<= 0` 意味著沒有限制 * `pred_early_stop`, default=`false`, type=bool * 如果 `true` 將使用提前停止來加速預測。可能影響精度 * `pred_early_stop_freq`, default=`10`, type=int * 檢查早期early-stopping的頻率 * `pred_early_stop_margin`, default=`10.0`, type=double * t提前early-stopping的邊際閾值 * `use_missing`, default=`true`, type=bool * 設置為 `false` 禁用丟失值的特殊句柄 * `zero_as_missing`, default=`false`, type=bool * 設置為 `true` 將所有的0都視為缺失的值 (包括 libsvm/sparse 矩陣中未顯示的值) * 設置為 `false` 使用 `na` 代表缺失值 * `init_score_file`, default=`""`, type=string * 訓練初始分數文件的路徑, `""` 將使用 `train_data_file` + `.init` (如果存在) * `valid_init_score_file`, default=`""`, type=multi-string * 驗證初始分數文件的路徑, `""` 將使用 `valid_data_file` + `.init` (如果存在) * 通過 `,` 對multi-validation進行分離 ## 目標參數 * `sigmoid`, default=`1.0`, type=double * sigmoid 函數的參數. 將用于 `binary` 分類和 `lambdarank` * `alpha`, default=`0.9`, type=double * [Huber loss](https://en.wikipedia.org/wiki/Huber_loss) 和 [Quantile regression](https://en.wikipedia.org/wiki/Quantile_regression) 的參數. 將用于 `regression` 任務 * `fair_c`, default=`1.0`, type=double * [Fair loss](https://www.kaggle.com/c/allstate-claims-severity/discussion/24520) 的參數. 將用于 `regression` 任務 * `gaussian_eta`, default=`1.0`, type=double * 控制高斯函數的寬度的參數. 將用于 `regression_l1` 和 `huber` losses * `poisson_max_delta_step`, default=`0.7`, type=double * [Poisson regression](https://en.wikipedia.org/wiki/Poisson_regression) 的參數用于維護優化 * `scale_pos_weight`, default=`1.0`, type=double * 正值的權重 `binary` 分類任務 * `boost_from_average`, default=`true`, type=bool * 只用于 `regression` 任務 * 將初始分數調整為更快收斂速度的平均值 * `is_unbalance`, default=`false`, type=bool, alias=`unbalanced_sets` * 用于 `binary` 分類 * 如果培訓數據不平衡設置為 `true` * `max_position`, default=`20`, type=int * 用于 `lambdarank` * 將在這個 [NDCG](https://en.wikipedia.org/wiki/Discounted_cumulative_gain#Normalized_DCG) 位置優化 * `label_gain`, default=`0,1,3,7,15,31,63,...`, type=multi-double * 用于 `lambdarank` * 有關獲得標簽. 列如, 如果使用默認標簽增益這個 `2` 的標簽則是 `3` * 使用 `,` 分隔 * `num_class`, default=`1`, type=int, alias=`num_classes` * 只用于 `multiclass` 分類 * `reg_sqrt`, default=`false`, type=bool * 只用于 `regression` * 適合``sqrt(label)`` 相反, 預測結果也會自動轉換成 `pow2(prediction)` ## 度量參數 * `metric`, default={`l2` for regression}, {`binary_logloss` for binary classification}, {`ndcg` for lambdarank}, type=multi-enum, options=`l1`, `l2`, `ndcg`, `auc`, `binary_logloss`, `binary_error` … * `l1`, absolute loss, alias=`mean_absolute_error`, `mae` * `l2`, square loss, alias=`mean_squared_error`, `mse` * `l2_root`, root square loss, alias=`root_mean_squared_error`, `rmse` * `quantile`, [Quantile regression](https://en.wikipedia.org/wiki/Quantile_regression) * `huber`, [Huber loss](https://en.wikipedia.org/wiki/Huber_loss) * `fair`, [Fair loss](https://www.kaggle.com/c/allstate-claims-severity/discussion/24520) * `poisson`, [Poisson regression](https://en.wikipedia.org/wiki/Poisson_regression) * `ndcg`, [NDCG](https://en.wikipedia.org/wiki/Discounted_cumulative_gain#Normalized_DCG) * `map`, [MAP](https://en.wikipedia.org/wiki/Information_retrieval#Mean_average_precision) * `auc`, [AUC](https://en.wikipedia.org/wiki/Receiver_operating_characteristic#Area_under_the_curve) * `binary_logloss`, [log loss](https://www.kaggle.com/wiki/LogLoss) * `binary_error`, 樣本: `0` 的正確分類, `1` 錯誤分類 * `multi_logloss`, mulit-class 損失日志分類 * `multi_error`, error rate for mulit-class 出錯率分類 * `xentropy`, cross-entropy (與可選的線性權重), alias=`cross_entropy` * `xentlambda`, “intensity-weighted” 交叉熵, alias=`cross_entropy_lambda` * `kldiv`, [Kullback-Leibler divergence](https://en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence), alias=`kullback_leibler` * 支持多指標, 使用 `,` 分隔 * `metric_freq`, default=`1`, type=int * 頻率指標輸出 * `train_metric`, default=`false`, type=bool, alias=`training_metric`, `is_training_metric` * 如果你需要輸出訓練的度量結果則設置 `true` * `ndcg_at`, default=`1,2,3,4,5`, type=multi-int, alias=`ndcg_eval_at`, `eval_at` * [NDCG](https://en.wikipedia.org/wiki/Discounted_cumulative_gain#Normalized_DCG) 職位評估, 使用 `,` 分隔 ## 網絡參數以下參數用于并行學習, 只用于基本(socket)版本。 * `num_machines`, default=`1`, type=int, alias=`num_machine` * 用于并行學習的并行學習應用程序的數量 * 需要在socket和mpi版本中設置這個 * `local_listen_port`, default=`12400`, type=int, alias=`local_port` * 監聽本地機器的TCP端口 * 在培訓之前, 您應該再防火墻設置中放開該端口 * `time_out`, default=`120`, type=int * 允許socket幾分鐘內超時 * `machine_list_file`, default=`""`, type=string, alias=`mlist` * 為這個并行學習應用程序列出機器的文件 * 每一行包含一個IP和一個端口為一臺機器。格式是ip port, 由空格分隔 ## GPU 參數 * `gpu_platform_id`, default=`-1`, type=int * OpenCL 平臺 ID. 通常每個GPU供應商都會公開一個OpenCL平臺。 * default為 `-1`, 意味著整個系統平臺 * `gpu_device_id`, default=`-1`, type=int * OpenCL設備ID在指定的平臺上。在選定的平臺上的每一個GPU都有一個唯一的設備ID * default為``-1``, 這個default意味著選定平臺上的設備 * `gpu_use_dp`, default=`false`, type=bool * 設置為 `true` 在GPU上使用雙精度GPU (默認使用單精度) ## 模型參數該特性僅在命令行版本中得到支持。 * `convert_model_language`, default=`""`, type=string * 只支持``cpp`` * 如果 `convert_model_language` 設置為 `task``時該模型也將轉換為 ``train`, * `convert_model`, default=`"gbdt_prediction.cpp"`, type=string * 轉換模型的輸出文件名 ## 其他 ### 持續訓練輸入分數 LightGBM支持對初始得分進行持續的培訓。它使用一個附加的文件來存儲這些初始值, 如下: ``` 0.5 -0.1 0.9 ... ``` 它意味著最初的得分第一個數據行是 `0.5`,第二個是 ``-0.1` 等等。初始得分文件與數據文件逐行對應, 每一行有一個分數。如果數據文件的名稱是 `train.txt`, 最初的分數文件應該被命名為 ``train.txt.init` 與作為數據文件在同一文件夾。在這種情況下, LightGBM 將自動加載初始得分文件, 如果它存在的話。 ### 權重數據 LightGBM 加權訓練。它使用一個附加文件來存儲權重數據, 如下: ``` 1.0 0.5 0.8 ... ``` 它意味的重壓著第一個數據行是 `1.0`, 第二個是 `0.5`, 等等. 權重文件按行與數據文件行相對應, 每行的權重為. 如果數據文件的名稱是 `train.txt`, 應該將重量文件命名為 `train.txt.weight` 與數據文件相同的文件夾. 在這種情況下, LightGBM 將自動加載權重文件, 如果它存在的話. **update**: 現在可以在數據文件中指定 `weight` 列。請參閱以上參數的參數. ### 查詢數據對于 LambdaRank 的學習, 它需要查詢信息來訓練數據. LightGBM 使用一個附加文件來存儲查詢數據, 如下: ``` 27 18 67 ... ``` 它意味著第一個 `27` 行樣本屬于一個查詢和下一個 `18` 行屬于另一個, 等等. **Note**: 數據應該由查詢來排序. 如果數據文件的名稱是``train.txt`,這個查詢文件應該被命名為``train.txt.query``查詢在相同的培訓數據文件夾中。在這種情況下, LightGBM將自動加載查詢文件, 如果它存在的話。 **update**: 現在可以在數據文件中指定特定的 query/group id。請參閱上面的參數組。