Optuna教程中LightGBM的Dataset对应XGBoost的等效命令是什么？

XGBoost中与LightGBM的lgb.Dataset功能完全对等的接口是xgb.DMatrix()。

xgb.DMatrix是XGBoost专门优化的内部数据存储结构，针对梯度提升树的训练过程做了内存占用和计算效率优化，功能覆盖lgb.Dataset的全部常用场景，支持传入numpy数组、pandas DataFrame、scipy稀疏矩阵、本地数据文件路径等多种类型的数据源，也支持同步指定标签、样本权重、分组字段、缺失值标记等训练所需的元信息。

等效代码示例 #

你之前写的LightGBM数据集构造代码：

import lightgbm as lgb
train_data = lgb.Dataset(train_x, label=train_y)

对应的XGBoost写法为：

import xgboost as xgb
train_data = xgb.DMatrix(train_x, label=train_y)

注意事项 #

• 如果需要设置样本权重、缺失值标记等参数，和lgb.Dataset用法类似，直接在构造xgb.DMatrix时传入对应参数即可，示例：xgb.DMatrix(train_x, label=train_y, weight=train_weight, missing=-999)
• 与lgb.Dataset不同的是，xgb.DMatrix实例创建完成后不支持修改内部的标签、权重等元信息，如需调整需要重新构造新的DMatrix实例
• 构造完成的DMatrix实例可直接传入xgb.train()接口用于模型训练，用法与LightGBM的lgb.train()传入Dataset实例的逻辑一致

内容的提问来源于stack exchange，提问作者Arnold