lightgbm回归模型训练后的模型如何加载数据文件然后输出为EXCEL数据文件

在LightGBM训练完成后，如果你想要将模型应用于新的数据并将其保存为Excel文件，你可以按照以下步骤操作：

1. **导入必要的库**：

   import lightgbm as lgb
   import pandas as pd
   from sklearn.datasets import load_boston

2. **加载数据（假设已经训练过模型）**：
如果你有之前用于训练的数据集，可以像下面这样加载：

   train_data = pd.read_csv('train_data.csv')
   test_data = pd.read_csv('test_data.csv') # 如果测试数据单独存在
   X_train = train_data.drop('target_column', axis=1)  # target_column是目标变量列名
   y_train = train_data['target_column']

3. **模型应用到新数据上**：

   model = lgb.Booster(model_file='your_model.txt')  # 'your_model.txt' 替换为你的模型文件路径
   prediction = model.predict(X_test)

4. **将结果保存为Excel文件**：

   results = pd.DataFrame({'Predictions': prediction})
   results.to_excel('predictions.xlsx', index=False)  # 将预测结果保存为Excel文件

其中，`model_file`是你之前保存模型的文件，`X_test`是你要做预测的新数据。记得替换相应的文件名、列名等。