如何从通过pickle加载的lightgbm.basic.Booster对象中读取超参数？

嘿，我之前也踩过这个坑！当你用pickle加载lightgbm.basic.Booster对象时，dump_model()方法确实只会输出模型的树结构和一些基础配置，拿不到n_estimators、boosting_type这类核心超参数，不过有几个实用的方法可以解决：

• 直接访问Booster的params属性
  Booster对象本身自带一个params字典，里面存储了训练时设置的所有超参数，包括你需要的boosting_type、learning_rate，还有对应n_estimators的num_iterations（LightGBM内部会把n_estimators映射成这个键）。代码示例：

  import pickle
  # 加载模型
  model = pickle.load(open('your_model_file.pkl', 'rb'))
  
  # 获取指定超参数
  print("Boosting类型:", model.params.get('boosting_type'))
  print("学习率:", model.params.get('learning_rate'))
  # n_estimators对应num_iterations
  print("迭代次数（n_estimators）:", model.params.get('num_iterations'))
  

• 获取实际训练的迭代次数
  如果你不确定params里的num_iterations是否准确，或者训练时动态调整过迭代次数，可以直接访问Booster的私有属性_num_total_iterations，它会返回模型实际训练的树数量，也就是最终的n_estimators值：

  print("实际训练的n_estimators:", model._num_total_iterations)
  

• 提前保存超参数的最佳实践
  为了避免后续麻烦，建议在保存模型时，把超参数和模型一起打包存储，比如存成一个包含模型和参数的字典：

  # 保存模型和参数
  save_data = {
      'model': model,
      'training_params': model.params,
      'n_estimators': model._num_total_iterations
  }
  pickle.dump(save_data, open('model_with_params.pkl', 'wb'))
  
  # 加载时直接获取所有内容
  loaded_data = pickle.load(open('model_with_params.pkl', 'rb'))
  model = loaded_data['model']
  params = loaded_data['training_params']
  actual_n_estimators = loaded_data['n_estimators']
  

另外补充一句：如果你的模型是用LightGBM的scikit-learn接口（LGBMClassifier/LGBMRegressor）训练并保存的，加载后直接调用model.get_params()就能拿到所有超参数，会更直观~

内容的提问来源于stack exchange，提问作者Endre Moen