python使用LightGBM预测数据的简单代码实例

以下是使用 LightGBM 预测数据的简单 Python 代码实例：

import lightgbm as lgb
import pandas as pd

# 读取数据
train_data = pd.read_csv('train.csv')
test_data = pd.read_csv('test.csv')

# 准备数据
X_train = train_data.drop('target', axis=1)
y_train = train_data['target']
X_test = test_data.drop('target', axis=1)

# 定义模型
params = {
    'boosting_type': 'gbdt',
    'objective': 'binary',
    'metric': 'auc',
    'num_leaves': 31,
    'learning_rate': .05,
    'feature_fraction': .9
}
model = lgb.train(params, lgb.Dataset(X_train, label=y_train))

# 预测
y_pred = model.predict(X_test)

以上是一个简单的 LightGBM 预测数据的 Python 代码实例。