PyData.Tokyo Meetup #21 LightGBM / Optuna

wakame@🍜🍛🍖🍻🥂 @wakame1367

来た #PyDataTokyo

c-bata @c_bata_

今日は #PyDataTokyo にきたんですが、微力ながらOptunaに貢献させていただいているということで、Tシャツいただきました。 明日会社で自慢します笑 pic.twitter.com/nuK5I9ApfM

拡大

かきもち @crazybocan

来たドン #PyDataTokyo

ababa @ababa831

きた #PyDataTokyo

【PR】ⒼⓄⓇⓃ™ PhD 新刊準備中重装改 @gorn

会場到着 #PyDataTokyo

りすたひ @lystahi

#PyDataTokyo に来ました！

ML_Bear @MLBear2

探索空間も決めてくれるのかな？便利かも。 #PyDataTokyo pic.twitter.com/yEbSSEb826

拡大

tagshow @tarosinside

#pydatatokyo lightgbm, optuna回はじまる

わいしむ @waishimu0

#PyDataTokyo 来てます ٩( ‘ω’ )و

wakame@🍜🍛🍖🍻🥂 @wakame1367

xgboostもランク学習使えるよ(一応 #PyDataTokyo

ML_Bear @MLBear2

LightGBMのコミッタさんからハイパラチューニングの話聞けるらしい。ﾜｸﾜｸ。 #PyDataTokyo

かきもち @crazybocan

LightGBM MS製の勾配ブースティングライブラリ #PyDataTokyo

wakame@🍜🍛🍖🍻🥂 @wakame1367

catboostがいない #PyDataTokyo

tagshow @tarosinside

keras is no1 by keras作者 #PyDataTokyo

wakame@🍜🍛🍖🍻🥂 @wakame1367

2019はdeepgbmになったりするのだろうか #PyDataTokyo

wakame@🍜🍛🍖🍻🥂 @wakame1367

性能が高い→使う人が増える→コミッターが増える→様々な言語のインターフェースが対応 #PyDataTokyo

松田裕之@Nishika @mhiro216

LightGBM、連続値をbinにまとめてるのか。そうすると前処理でbinningをどれくらいやるのが意味があるのかな #PyDataTokyo

hokuto @hokuto_sd

ちょと遅れたけどきたー10人くらいに案内されたw #PyDataTokyo

松田裕之@Nishika @mhiro216

「LightGBMは深さベースではなく葉ベースで木を学習するので、小さなロスを達成できるが過学習のリスクが大きくなる」 #PyDataTokyo

wakame@🍜🍛🍖🍻🥂 @wakame1367

kaggleカーネルがたくさんある👀 #PyDataTokyo

hokuto @hokuto_sd

連続値をbinして離散値とするから速い #PyDataTokyo

杏仁まぜそば @an_nindouph

デフォルトパラメーターが使い物にならない、なんとなく感じてた パラメーターチューニング知りたかったのでありがたい #PyDataTokyo

松田裕之@Nishika @mhiro216

kernelを丸コピして実装し始めると良い感じにearly stoppingとかのハイパラが設定されてることが多いので、過学習に悩んだことがなかったな。反省しろ俺。 #PyDataTokyo

wakame@🍜🍛🍖🍻🥂 @wakame1367

カテゴリ変数が多いと厳しい👀#PyDataTokyo

ML_Bear @MLBear2

LightGBMの短所 ・過学習が厳しい ・デフォパラが使い物にならないことが多い ・カテゴリカル変数が多すぎると厳しい ３つ目しらんかた。 #PyDataTokyo