
11.7
LightGBM
を用いた画像クラス分類器
259
図 11-21 数字「5」を生成した画像
−
8, 9
11.7
LightGBM
を用いた画像クラス分類器
さて、
2
章で紹介した勾配ブースティングアルゴリズムの実装であるLightGBMを使って画像クラス
分類器を作ってみよう。
11.7.1
教師あり学習だけの場合
最初に作るものは、
5,000
個のラベル付き
MNIST
画像だけを用いる。このデータセットは、元の
MNIST
の
50,000
画像から削減して作ったもので、ラベル付きのサンプルが少量しか得られない実世界
での場合をシミュレートするために作った設定だ。勾配ブースティングや
LightGBM
については
2
章で
詳しく述べているのでここでは立ち入らない。
アルゴリズムのパラメータを設定しよう。
predictionColumns = ['0','1','2','3','4','5','6','7','8','9']
params_lightGB = {
'task': 'train',
'application':'binary',
'num_class':10,
'boosting': 'gbdt',
'objective': 'multiclass',
'metric': 'multi_logloss',
'metric_freq':50,
'is_training_metric':False,
'max_depth':4,
'num_leaves': 31,
'learning_rate': 0.1, ...