<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>momijiame</author_name>
  <author_url>https://blog.hatena.ne.jp/momijiame/</author_url>
  <blog_title>CUBE SUGAR CONTAINER</blog_title>
  <blog_url>https://blog.amedama.jp/</blog_url>
  <categories>
    <anon>LightGBM</anon>
    <anon>Python</anon>
    <anon>scikit-learn</anon>
    <anon>機械学習</anon>
    <anon>統計</anon>
    <anon>macOS</anon>
    <anon>Keras</anon>
  </categories>
  <description>ニューラルネットワークを実装するためのフレームワークの Keras は LightGBM と似たようなコールバックの機構を備えている。 そして、いくつか標準で用意されているコールバックがある。 keras.io そんな中に ModelCheckpoint というコールバックがあって、これが意外と便利そうだった。 このコールバックは良いスコアを記録したモデルを自動的にディスクに永続化するためのもの。 そこで、今回は似たような機能のコールバックを LightGBM に移植してみることにした。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVe…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.amedama.jp%2Fentry%2Flightgbm-callback-checkpoint&quot; title=&quot;Python: LightGBM で学習済みモデルを自動で永続化するコールバックを書いてみた - CUBE SUGAR CONTAINER&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://images-fe.ssl-images-amazon.com/images/I/415QwBMiAcL._SL160_.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-09-05 21:16:03</published>
  <title>Python: LightGBM で学習済みモデルを自動で永続化するコールバックを書いてみた</title>
  <type>rich</type>
  <url>https://blog.amedama.jp/entry/lightgbm-callback-checkpoint</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
