lgb.LGBMClassifier的参数

lgb.LGBMClassifier是一个基于LightGBM算法的分类器模型，其常用参数如下：

- boosting_type：提升类型，可以是'gbdt', 'rf', 'dart', 'goss'中的一个，默认为'gbdt'。
- num_leaves：叶子节点数量，通常设置为2的depth次方，其中depth是树的深度，默认值为31。
- max_depth：树的最大深度，默认值为-1，表示没有限制。
- learning_rate：学习率，默认值为0.1，控制模型的收敛速度。
- n_estimators：弱分类器个数，默认值为100，也就是树的数量。
- subsample：样本抽样率，默认值为1，也就是使用所有样本。
- colsample_bytree：特征抽样率，默认值为1，也就是使用所有特征。
- reg_alpha：L1正则化系数，默认值为0。
- reg_lambda：L2正则化系数，默认值为0。
- min_child_samples：叶子节点最少样本数，默认值为20，控制过拟合。
- random_state：随机种子，用于重现实验结果。

以上是常用的参数，还有一些其他的高级参数可以进一步调整模型。