Validação cruzada no LightGBM
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.train
e a saída do dicionário delightgbm.cv
gera um erro quando usado emlightgbm.train.predict(..., pred_parameters = cv_mod)
.
Estou perdendo uma importante etapa de transformação?