TwoMoons LightGBM train

Update 2023.11.25

TwoMoons LightGBM train
機械学習ディープラーニング・シャローラーニング　ベストプラクティス
TensorFlow, Keras, LightGBM の教科書

左の図はTwoMoons LightGBM trainの出力図です。

シャローラーニングの分類問題では圧倒的に優秀です。境界線がかなり複雑ですが，ニューラルネットワークに比べて直線的です。

勾配ブースティングは scikit learn にもありますが， LightGBM は軽くて速く，ビッグデータを扱えます。

（2023-11-25 Python3.10.9（GPUマシン）で動作確認済み）

Cross Val や GridSearch でも使えますが，今回は，一番シンプルな"LightGBM.train"でやります。当然，データの一部をtestに分けるホールドアウト法になります。

パラメータはチューニングしていません。らしい値を代入しています。

LightGBM のモデルの作り方は他書を参照してください。描画プログラムは良く使われる典型コードです。

データの型については意識してください。1次データでもリストと1次行列を使い分けを意識してください。

下の枠に添付のhtmlファイルは「Jupyter Notebook」の.ipynbファイルをhtml化したものでそれぞれのファイルは左上隅からダウンロードできます。