Depois de ler a documentação do LightGBM sobre validação cruzada, espero que esta comunidade possa esclarecer os resultados da validação cruzada e melhorar nossas previsões usando o LightGBM. Como devemos usar a saída do dicionário delightgbm.cv melhorar nossas previsões?

Aqui está um exemplo - treinamos nosso modelo cv usando o código abaixo:

cv_mod = lgb.cv(params, 
                d_train, 
                500, 
                nfold = 10, 
                early_stopping_rounds = 25,
                stratified = True)

Como podemos usar os parâmetros encontrados na melhor iteração do código acima para prever uma saída? Nesse caso,cv_mod não tem um método "prever" comolightgbm.traine a saída do dicionário delightgbm.cvgera um erro quando usado emlightgbm.train.predict(..., pred_parameters = cv_mod).

Estou perdendo uma importante etapa de transformação?