LightGBM ব্যবহার করে একটি মৌলিক ক্লাসিফিকেশন প্রজেক্ট তৈরি করতে পারেন। এখানে আমরা Iris ডেটাসেট ব্যবহার করব, যা মেশিন লার্নিংয়ের জন্য একটি জনপ্রিয় এবং সহজ ডেটাসেট। এই প্রজেক্টে আমরা LightGBM মডেল ব্যবহার করে বিভিন্ন ফুলের প্রজাতিকে শ্রেণীভুক্ত করব।
প্রয়োজনীয় লাইব্রেরি
প্রথমে, নিশ্চিত করুন যে আপনার সিস্টেমে প্রয়োজনীয় লাইব্রেরিগুলি ইনস্টল করা আছে:
pip install lightgbm scikit-learn pandas
পদক্ষেপ 1: ডেটা লোড করা
Iris ডেটাসেটটি sklearn থেকে লোড করা হবে এবং DataFrame হিসাবে তৈরি করা হবে।
import pandas as pd
from sklearn.datasets import load_iris
# Iris ডেটাসেট লোড করা
iris = load_iris()
X = iris.data
y = iris.target
# DataFrame তৈরি করা
df = pd.DataFrame(X, columns=iris.feature_names)
df['species'] = y
print(df.head())
পদক্ষেপ 2: ডেটাসেট বিভাজন করা
ডেটাসেটকে ট্রেনিং এবং টেস্ট সেটে বিভাজন করা হবে।
from sklearn.model_selection import train_test_split
# ডেটাসেটকে ট্রেনিং এবং টেস্ট সেটে বিভাজন করা
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
পদক্ষেপ 3: LightGBM মডেল ট্রেনিং
এখন LightGBM মডেল তৈরি এবং প্রশিক্ষণ দেওয়া হবে।
import lightgbm as lgb
# LightGBM ডেটা সেট তৈরি
train_data = lgb.Dataset(X_train, label=y_train)
test_data = lgb.Dataset(X_test, label=y_test, reference=train_data)
# LightGBM মডেলের প্যারামিটার সেট করা
params = {
'objective': 'multiclass',
'num_class': 3,
'metric': 'multi_logloss',
'boosting_type': 'gbdt',
'learning_rate': 0.1,
'num_leaves': 31,
'verbose': -1
}
# মডেল ট্রেনিং
model = lgb.train(params, train_data, valid_sets=test_data, num_boost_round=100, early_stopping_rounds=10)
পদক্ষেপ 4: পূর্বাভাস করা
মডেলটি টেস্ট সেটের উপর পূর্বাভাস করবে।
# টেস্ট সেটের উপর পূর্বাভাস করা
y_pred = model.predict(X_test)
y_pred_max = [list(x).index(max(x)) for x in y_pred] # সর্বাধিক সম্ভাব্য শ্রেণী নির্বাচন করা
পদক্ষেপ 5: মডেল মূল্যায়ন
মডেলের কার্যকারিতা মূল্যায়নের জন্য আমরা Accuracy ব্যবহার করব।
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y_test, y_pred_max)
print(f'Accuracy: {accuracy:.2f}')
উপসংহার
এখন আপনি LightGBM ব্যবহার করে একটি মৌলিক ক্লাসিফিকেশন প্রজেক্ট তৈরি করেছেন। এটি Iris ডেটাসেটের উপর ভিত্তি করে মডেল প্রশিক্ষণ এবং পূর্বাভাস দেয়। LightGBM এর শক্তিশালী বৈশিষ্ট্যগুলি মডেলটিকে দ্রুত এবং কার্যকরী করে তোলে।
Read more
