LightGBM在任何输入上产生相同的概率(C++)
LightGBM在任何输入上产生相同的概率(C++)
提问于 2020-08-27 17:34:30
我已经用python在一个有5个类(分类问题)的数据集上训练了一个LGBM模型(gbdt)，并且我能够在测试集上做出正确的推断，将该模型加载到python脚本中。现在我需要在C++程序中使用这个模型。为此，我导出了此模型，并将其存放在C++中以进行推断。问题是，在C++中，输出概率总是相同的，所以我不能选择获胜类(每个类的结果总是0.2)。
为了保存模型，我尝试了以下两种方法。首先，我尝试保存一个类似于字符串的模型：
s = lgb_model.model_to_string(num_iteration=114)
f = open('model_out.txt','w')
f.write(s)
f.close()第二个直接使用save model方法：
lgb_model.save_model('model_out.txt')为了在C++中加载模型，我使用了以下代码，没有出现错误：
int ret = LGBM_BoosterLoadModelFromString(model_string, &num_iter, &booster_handle);为了进行推断，我准备了一个输入缓冲区，并将其传递给此函数：
int res = LGBM_BoosterPredictForMat(booster_handle, input_data, C_API_DTYPE_FLOAT64,
n_row, n_cols, 1, C_API_PREDICT_NORMAL, 0, -1,"", &out_len, out_result);我得到了一个5行的矩阵，每个样本有一列，如下所示：
0.2
0.2
0.2
0.2
0.2我试着用很多变化来进行推断，但结果总是相同的(随机输入，不同的参数，等等)。此外，我检查了加载的模型，试图用这个函数重新转储它，结果似乎是正确的：
LGBM_BoosterDumpModel(booster_handle, 0, -1, C_API_FEATURE_IMPORTANCE_SPLIT, 1, &out_len, out_string);我哪里错了？
回答 1
Stack Overflow用户
发布于 2021-01-15 03:44:45
我遇到了类似的问题，在我的例子中，我发现问题出在模型中的is_linear属性上。我将从binary_classification示例中生成的模型与我正在使用的模型进行了比较，并注意到示例中的模型具有每个树的is_linear=0属性。在我的模型中，它丢失了。然后，我检查了c++代码，发现如果缺少此属性，则描述此属性的变量为true。我将其设置为false作为默认值，这对我来说很有效。我不能给出更多细节，因为我最近才开始使用LGBM模型和c++。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63613150
复制相关文章
相似问题
腾讯云开发者
