LightGBM মডেল সেভ এবং পুনরায় লোড করার প্রক্রিয়া সহজ এবং কার্যকর। নিচে Python এবং R-এ LightGBM মডেল সেভ এবং পুনরায় লোড করার ধাপগুলি বিস্তারিতভাবে আলোচনা করা হলো।
Python-এ LightGBM মডেল সেভ এবং পুনরায় লোড করা
১. LightGBM মডেল প্রশিক্ষণ
প্রথমে, LightGBM মডেলটি প্রশিক্ষণ দিন।
import lightgbm as lgb
import pandas as pd
from sklearn.model_selection import train_test_split
# ডেটা লোড এবং প্রক্রিয়াকরণ
data = pd.read_csv('path_to_your_dataset.csv')
X = data.drop('target_column', axis=1)
y = data['target_column']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# LightGBM Dataset তৈরি
train_data = lgb.Dataset(X_train, label=y_train)
# প্যারামিটার সেট করা
params = {
'objective': 'binary',
'metric': 'binary_logloss',
'boosting_type': 'gbdt',
'learning_rate': 0.05,
'num_leaves': 31,
}
# মডেল প্রশিক্ষণ
model = lgb.train(params, train_data, num_boost_round=100)
২. মডেল সেভ করা
LightGBM মডেলটিকে সেভ করার জন্য save_model ফাংশন ব্যবহার করুন।
# মডেল সেভ করা
model.save_model('lightgbm_model.txt')
৩. মডেল পুনরায় লোড করা
মডেলটি পুনরায় লোড করার জন্য lgb.Booster ক্লাস ব্যবহার করুন।
# মডেল পুনরায় লোড করা
loaded_model = lgb.Booster(model_file='lightgbm_model.txt')
# মডেল পরীক্ষা
y_pred = loaded_model.predict(X_test)
R-এ LightGBM মডেল সেভ এবং পুনরায় লোড করা
১. LightGBM মডেল প্রশিক্ষণ
প্রথমে, R-এ LightGBM মডেলটি প্রশিক্ষণ দিন।
library(lightgbm)
# ডেটা লোড এবং প্রক্রিয়াকরণ
data <- read.csv('path_to_your_dataset.csv')
train_data <- lgb.Dataset(data = as.matrix(data[,-which(names(data) == "target_column")]), label = data$target_column)
# প্যারামিটার সেট করা
params <- list(
objective = "binary",
metric = "binary_logloss",
boosting = "gbdt",
learning_rate = 0.05,
num_leaves = 31
)
# মডেল প্রশিক্ষণ
model <- lgb.train(params, train_data, 100)
২. মডেল সেভ করা
LightGBM মডেলটিকে সেভ করার জন্য lgb.save ফাংশন ব্যবহার করুন।
# মডেল সেভ করা
lgb.save(model, "lightgbm_model.txt")
৩. মডেল পুনরায় লোড করা
মডেলটি পুনরায় লোড করার জন্য lgb.load ফাংশন ব্যবহার করুন।
# মডেল পুনরায় লোড করা
loaded_model <- lgb.load("lightgbm_model.txt")
# মডেল পরীক্ষা
y_pred <- predict(loaded_model, as.matrix(data_test)) # data_test হল টেস্ট ডেটা
উপসংহার
LightGBM মডেল সেভ এবং পুনরায় লোড করার প্রক্রিয়া সহজ এবং কার্যকর। এই পদ্ধতিগুলি আপনাকে মডেলটিকে সংরক্ষণ করতে এবং পরে পুনরায় ব্যবহার করার সুযোগ দেয়, যা মডেলের পুনঃ প্রশিক্ষণ এবং পরীক্ষার সময় সাশ্রয় করে। Python এবং R উভয় ভাষাতেই এই প্রক্রিয়া একইভাবে কার্যকরী।
Read more
