Tüm Ürünler
Search
Belge Merkezi

PolarDB:LightGBM algoritması

Son Güncelleme:Oct 07, 2026

Bu konu, LightGBM algoritmasını açıklar.

Giriş

LightGBM (light gradient boosting machine), karar ağacı algoritmalarına dayalı dağıtık bir gradient boosting çerçevesidir. Hızlı ve verimli olacak şekilde tasarlanan bu çerçeve; düşük bellek kullanımı, yüksek doğruluk ile paralel ve büyük ölçekli veri işleme desteği sunar. LightGBM, bellek kullanımını azaltır, iletişim maliyetlerini düşürür ve çok makineli paralel ortamlarda verimliliği artırır. Veri hesaplamalarında doğrusal hızlanma sağlar.

Kullanım Senaryoları

LightGBM; GBDT modelleri, rastgele ormanlar ve lojistik regresyon modelleri gibi modelleri içeren bir algoritma çerçevesidir. Genellikle ikili sınıflandırma, çok sınıflı sınıflandırma ve sıralama gibi senaryolarda kullanılır.

Örneğin, kişiselleştirilmiş ürün önerisi senaryolarında genellikle tıklama tahmini modelleri oluşturmanız gerekir. Model oluştururken geçmiş kullanıcı davranışlarını (tıklamalar, tıklanmayan gösterimler ve satın alımlar gibi) kullanarak bir kullanıcının bir ürünü tıklama veya satın alma olasılığını tahmin edebilirsiniz. Özellikler, aşağıdakileri de kapsayan kullanıcı davranışlarından ve özelliklerinden çıkarılır:

  • Kategorik özellikler: Cinsiyet (erkek/kadın) gibi dize türü.

  • Ürün türleri: Giyim, oyuncak, elektronik ve daha fazlası.

  • Sayısal özellikler: Kullanıcı popülaritesi veya ürün fiyatı gibi tam sayı veya kayan nokta türü.

Parametre açıklamaları

Aşağıdaki tabloda, CREATE MODEL sözdizimindeki model_parameter parametresi için değerler açıklanmaktadır. İhtiyaçlarınıza göre parametreleri seçebilirsiniz.

Parametre

Açıklama

boosting_type

Zayıf öğrenici türü. Geçerli değerler:

  • gbdt (varsayılan): Hesaplama için ağaç tabanlı bir model kullanır.

  • gblinear: Hesaplama için doğrusal bir model kullanır.

  • rf: Hesaplama için rastgele orman modeli kullanır.

  • dart: Aşırı öğrenmeyi önlemek için bazı ağaçları kaldırmak amacıyla dropout tekniğini kullanır.

  • goss: Hesaplama için Gradient-based One-Side Sampling (GOSS) algoritmasını kullanır. Bu yöntem hızlıdır ancak yetersiz öğrenmeye neden olabilir.

Not

Parametre değerini tek tırnak içine alın. Örneğin: boosting_type='gbdt'

n_estimators

Yineleme sayısı. Bu bir tam sayı olmalıdır. Varsayılan değer 100'dür.

loss

Öğrenme görevi ve ilgili öğrenme hedefi. Geçerli değerler:

  • binary (varsayılan): İkili sınıflandırma.

  • regression: L2 düzenlileştirilmiş regresyon modeli kullanır.

  • regression_l1: L1 düzenlileştirilmiş regresyon modeli kullanır.

  • multiclass: Çok sınıflı sınıflandırma.

num_leaves

Yaprak sayısı. Bu bir tam sayı olmalıdır. Varsayılan değer 128'dir.

max_depth

Ağacın maksimum derinliği. Bu bir tam sayı olmalıdır. Varsayılan değer 7'dir.

Not

-1 değeri sınırsız ağaç derinliğini belirtir. Ancak aşırı öğrenmeyi önlemek için uygun bir değer ayarlamanız önerilir.

learning_rate

Öğrenme oranı. Bu bir kayan nokta sayısı olmalıdır. Varsayılan değer 0,06'dır.

max_leaf_nodes

Bir ağaçtaki maksimum yaprak düğüm sayısı. Değer boş veya bir tam sayı olabilir. Varsayılan değer boştur; bu, yaprak düğüm sayısı üzerinde bir sınır olmadığı anlamına gelir.

min_samples_leaf

Bir yaprak düğümündeki minimum örnek sayısı. Bu bir tam sayı olmalıdır. Varsayılan değer 20'dir.

Not

Bir yaprak düğümündeki örnek sayısı bu değerden azsa, kardeş düğümüyle birlikte budanır.

subsample

Model oluşturmak için kullanılan örneklerin toplam örnek sayısına oranı. Bu, 0 ile 1 arasında bir kayan nokta sayısı olmalıdır. Varsayılan değer 1'dir.

Not

Değer 1'den küçükse, model oluşturma için yalnızca bu orandaki örnekler kullanılır.

max_features

Model oluşturmak için kullanılacak özelliklerin oranı. Değer bir kayan nokta sayısıdır. Geçerli aralık 0 ile 1 arasındadır. Varsayılan değer 1'dir.

max_depth

Ağacın maksimum derinliği. Değer bir tam sayı olmalıdır. Varsayılan değer 7'dir.

Not

Daha büyük bir değer doğruluğu artırır ancak aşırı öğrenmeye neden olabilir.

random_state

Rastgele sayı tohumu. Bu bir tam sayı olmalıdır. Varsayılan değer 1'dir.

Not

Farklı değerler ayarlamak ağaç oluşturmayı ve model oluşturma verilerinin bölünmesini etkiler.

model_type

Modelin depolama sınıfı. Geçerli değerler:

  • pkl (varsayılan): Bir PKL dosyası.

  • pmml: Predictive Model Markup Language (PMML) dosyası. Bu format, ağaç yapısı gibi bilgileri görüntüleyebilir.

n_jobs

Model oluşturma için kullanılan iş parçacığı sayısı. Bu bir tam sayı olmalıdır. Varsayılan değer 4'tür.

Not

Daha fazla iş parçacığı, model oluşturmayı hızlandırır.

is_unbalance

Örnek dengesizliği sorununu ele almak için daha az örneğe sahip sınıfların ağırlığının artırılıp artırılmayacağını belirtir. Geçerli değerler:

  • False (varsayılan): Daha az örneğe sahip sınıfların ağırlığını artırmaz.

  • True: Daha az örneğe sahip sınıfların ağırlığını artırır.

categorical_feature

Kategorik özellikler. Değer bir dize dizisidir. Algoritma genellikle veri türünü kontrol ederek bunu otomatik olarak ayarlar, ancak siz de manuel olarak belirtebilirsiniz.

Örnek: categorical_feature parametresi 'AirportTo,DayOfWeek' olarak ayarlanırsa, AirportTo ve DayOfWeek özellikleri kategorik özellik olarak değerlendirilir.

automl

Otomatik parametre ayarlama özelliğinin etkinleştirilip etkinleştirilmeyeceğini belirtir. Geçerli değerler:

  • False (varsayılan): Otomatik parametre ayarlamayı devre dışı bırakır.

  • True: Otomatik parametre ayarlamayı etkinleştirir. Etkinleştirildiğinde, öğrenme görevi ve ilgili hedefi (loss parametresinin değeri) iyileşmediğinde yinelemeleri durdurmak için varsayılan olarak erken durdurma kullanılır.

automl_train_tag

Model oluşturma için kullanılan etiket.

automl_test_tag

Test için kullanılan etiket.

automl_column

Otomatik ayarlamanın model oluşturma kümesi ile geliştirme kümesini ayırt etmek için kullandığı sütun adı. Bu parametreyi kullanırken automl_column ve automl_test_tag parametrelerini belirtmeniz gerekir. automl_train_tag için kullanılan veri miktarı, automl_test_tag için kullanılan veri miktarının 4 ila 9 katı kadar olmalıdır.

Not

automl_column parametresinin ayarlanması, en iyi parametre kombinasyonunun otomatik olarak aranmasını sağlar. Mevcut parametrelerin başına automl_ önekini ekleyerek (örneğin learning_rate ve subsample) en iyi değerlerini arayabilirsiniz. Örneğin:

automl_column='automl_column',automl_train_tag='train',automl_test_tag='test',automl_learning_rate='0.05,0.04,0.03,0.01',automl_subsample='0.6,0.5'

Bu yapılandırma, {0,05, 0,04, 0,03, 0,01} kümesinden en iyi öğrenme oranını ve {0,6, 0,5} kümesinden en iyi alt örnekleme oranını arar.

Örnekler

Model oluşturma ve çevrimdışı model öğrenimi

/*polar4ai*/CREATE MODEL airline_gbm WITH
(model_class = 'lightgbm',
x_cols = 'Airline,Flight,AirportFrom,AirportTo,DayOfWeek,Time,Length',
y_cols='Delay',model_parameter=(boosting_type='gbdt'))
AS (SELECT * FROM db4ai.airlines);

Model değerlendirme

/*polar4ai*/SELECT Airline FROM EVALUATE(MODEL airline_gbm, 
SELECT * FROM db4ai.airlines LIMIT 20) WITH 
(x_cols = 'Airline,Flight,AirportFrom,AirportTo,DayOfWeek,Time,Length',y_cols='Delay',metrics='acc');

Model tahmini

/*polar4ai*/SELECT Airline FROM PREDICT(MODEL airline_gbm,
SELECT * FROM db4ai.airlines limit 20) WITH
(x_cols = 'Airline,Flight,AirportFrom,AirportTo,DayOfWeek,Time,Length');