写一段lightgbm做多分类的代码

LightGBM是一个用于梯度提升决策树(GBDT)的快速、高效的库，可以很好地处理大规模数据和高维度数据。下面是一段使用LightGBM进行多分类的代码：

import lightgbm as lgb

# 准备训练数据
X_train, y_train = prepare_training_data()

# 创建LightGBM分类器
gbm = lgb.LGBMClassifier()

# 训练模型
gbm.fit(X_train, y_train)

# 准备测试数据
X_test, y_test = prepare_test_data()

# 在测试数据上进行预测
y_pred = gbm.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

在这段代码中，我们首先导入了LightGBM库，然后准备好了训练数据和测试数据。接着我们创建了一个LGBMClassifier分类器，并使用fit()方法在训练数据上训练模型。最后，我们使用predict()方法在测试数据上进行预测，并使用accuracy_score()函数计算准确率。

希望这段代码能帮到你！