近期使用了LightGBM进行了训练模型（计算违约概率），结果发现其余XGBoost模型训练得到的结果存在较高相关性。
模型训练之后，主要通过JAVA进行部署，网上搜集了https://github.com/lyg5623/lightgbm_predict4j 这个开源项目，但是针对最新的LightGBM库所输出的模型文件不可用。因此，先用python将模型输出的JSON文件进行模型读取的翻译，然后再将Python脚本翻译成JAVA代码。
1、参考资料
以下是在学习LightGBM模型过程中所搜集的一些资料，对于理解模型背后的原理、参数的作用具有极大的帮助。
1.1 中文文档
http://lightgbm.apachecn.org/cn/latest/index.html
1.2 如何进行调参
https://www.jianshu.com/p/b4ac0596e5ef
1.3 应用案例
https://github.com/wanglei5205/Machine_learning
https://blog.csdn.net/qushoushi0594/article/details/80040837
2、模型输出
在训练完模型后，使用如下代码将模型保存为JSON格式。
json_model = gbm.dump_model()
file_name = 'gbm_model.json'
with open(file_name,'w') as file_object:
json.dump(json_model,file_object)
使用 http://jsoneditoronline.org/ 可以查看所输出的JSON格式文件的具体形式，通过展开分析可以发现，其具体就是将模型树结构转换为JSON格式输出。
接下来，使用python将模型输出的JSON文件进行读取，并遍历每一棵树结构，得到在每一颗树上的得分，然后将分数求和，计算最终违约概率值。
import json
import numpy as np
import pandas as pd
file = open(r'gbm_model.json', "rb") # 读取模型json文件
model = json.load(file)
feature_names = model['feature_names'] # 获取模型中所用的特征变量
# 定义一个函数判断每一个leaf是走left还是right
def decison(data,threshold,default_left):
'''
:param data: 特征值
:param threshold: 分割判断值
:param default_left: 默认分支 default_left= True or False
:return: 返回结果left_child or right_child
'''
if ((np.isnan(data)) and (default_left is True)):
return 'left_child'
elif data <= threshold:
return 'left_child'
else:
return 'right_child'
# 定义预测函数
def predict_gbm(data):
score = 0
for i in range(len(model['tree_info'])): # 遍历每一个节点
num_leaves = model['tree_info'][i]['num_leaves'] # 获取每颗树的节点数
tree = model['tree_info'][i]['tree_structure'] # 获取每一颗树结构
for i in range(num_leaves): # 遍历节点数
# 到达节点leaf,进行走向判断
threshold = tree.get('threshold')
default_left = tree.get('default_left')
split_feature = feature_names[tree['split_feature']] # 获取叶子节点的分割特征变量
next_decison = decison(data[split_feature],threshold,default_left)
# 获取下一个分支leaf
tree = tree[next_decison]
if tree.get('left_child','not found') == 'not found': # 如果到达节点节点停止遍历，返回对应值
score = score + tree['leaf_value']
break
return(score)
# 进行测试
predict_df = []
for i in range(len(df)):
predict_data = predict_gbm(df.iloc[i,:]) # 分值
predict_dt = 1 / (np.exp(-predict_data) + 1) # 将预测分值转为p值
predict_df.append(predict_dt)
以上Python是将JSON文件的树结构模型翻译成了code，有了这个逻辑，再将其转换为JAVA代码非常简单了，有需要者可私信我邮箱。
