# LightGBM FAQ 常见问题解答
## 内容
* [关键问题](#关键问题)
* [LightGBM](#lightgbm)
* [R包](#r包)
* [Python包](#python包)
* * *
## 关键问题
在使用 LightGBM 遇到坑爹的问题时（程序奔溃，预测结果错误，无意义输出…）,你应该联系谁？
如果你的问题不是那么紧急，可以把问题放到 [Microsoft/LightGBM repository](https://github.com/Microsoft/LightGBM/issues).
如果你的问题急需要解决，首先要明确你有哪些错误:
* 你认为问题会不会复现在 CLI（命令行接口），R 或者 Python上 ？
* 还是只会在某个特定的包（R 或者 Python）上出现?
* 还是会在某个特定的编译器（gcc 或者 MinGW）上出现？
* 还是会在某个特定的操作系统（Windows 或者 Linux）上出现？
* 你能用一个简单的例子复现这些问题吗？
* 你能（或者不能）在去掉所有的优化信息和在 debug 模式下编译 LightGBM 时复现这些问题吗？
当出现问题的时候，根据上述答案，随时可以@我们（不同的问题可以@不同的人，下面是各种不同类型问题的负责人），这样我们就能更快地帮助你解决问题。
* [@guolinke](https://github.com/guolinke) (C++ code / R-package / Python-package)
* [@chivee](https://github.com/chivee) (C++ code / Python-package)
* [@Laurae2](https://github.com/Laurae2) (R-package)
* [@wxchan](https://github.com/wxchan) (Python-package)
* [@henry0312](https://github.com/henry0312) (Python-package)
* [@StrikerRUS](https://github.com/StrikerRUS) (Python-package)
* [@huanzhang12](https://github.com/huanzhang12) (GPU support)
### 记住这是一个免费的/开放的社区支持，我们可能不能做到全天候的提供帮助.
## LightGBM
* **问题 1**：我可以去哪里找到关于LightGBM参数的更多详细内容？
* **方法 1**：可以看一下这个 [Parameters](./Parameters.rst) and [Laurae++/Parameters](https://sites.google.com/view/lauraepp/parameters) 网站。
* * *
* **问题 2**：在一个有百万个特征的数据集中，（要在很长一段时间后才开始训练或者）训练根本没有开始。
* **方法 2**：对 `bin_construct_sample_cnt` 用一个较小的值和对 `min_data` 用一个较大的值。
* * *
* **问题 3**：当在一个很大的数据集上使用LightGBM，我的电脑会耗尽内存。
* **方法 3**：很多方法啊：将 `histogram_pool_size` 参数设置成你想为LightGBM分配的MB(histogram_pool_size + dataset size = approximately RAM used), 减少 `num_leaves` 或减少 `max_bin` （点这里 [Microsoft/LightGBM#562](https://github.com/Microsoft/LightGBM/issues/562)）。
* * *
* **问题 4**：我使用Windows系统。我应该使用Visual Studio或者MinGW编译LightGBM吗？
* **方法 4**：推荐使用 [Visual Studio](https://github.com/Microsoft/LightGBM/issues/542)，因为它的性能更好。
* * *
* **问题 5**：当使用LightGBM，我每次运行得到的结果都不同（结果不能复现）。
* **方法 5**：这是一个很正常的问题，我们/你也无能为力。 你可以试试使用 `gpu_use_dp = true` 来复现结果（点这里 [Microsoft/LightGBM#560](https://github.com/Microsoft/LightGBM/pull/560#issuecomment-304561654)）。 你也可以使用CPU的版本试试。
* * *
* **问题 6**：Bagging在改变线程的数量时，是不能复现的。
* **方法 6**：由于LightGBM Bagging是多线程运行的，它的输出依赖于使用线程的数量。 There is [no workaround currently](https://github.com/Microsoft/LightGBM/issues/632)。
* * *
* **问题 7**：我试过使用随机森林模式，LightGBM崩溃啦！
* **方法 7**：这是设计的问题。 你必须使用 `bagging_fraction` 和 `feature_fraction` 与1不同，要和 `bagging_freq` 结合使用。 看这个例子 [this thread](https://github.com/Microsoft/LightGBM/issues/691)。
* * *
* **问题 8**：当在一个很大的数据集上和很多核心系统使用LightGBMWindows系统时，CPU不是满负荷运行（例如只使用了10%的CPU）。
* **方法 8**：请使用 [Visual Studio](https://www.visualstudio.com/downloads/)， 因为Visual Studio可能 [10x faster than MinGW](https://github.com/Microsoft/LightGBM/issues/749)，尤其是在很大的树上。
* * *
## R 包
* **问题 1**：在训练先前的LightGBM模型时一个错误出现后，任何使用LightGBM的训练命令都不会起作用。
* **方法 1**：在R控制台中运行 `lgb.unloader(wipe = TRUE)`，再重新创建LightGBM数据集（这会消除所有与LightGBM相关的变量）。 由于这些指针，选择不去消除这些变量不会修复这些错误。 这是一个已知的问题: [Microsoft/LightGBM#698](https://github.com/Microsoft/LightGBM/issues/698)。
* * *
* **问题 2**：我使用过 `setinfo` ,试过打印我的 `lgb.Dataset` ,结果R控制台无响应。
* **方法 2**：在使用 `setinfo` 后避免打印 `lgb.Dataset`. 这是一个已知的bug：[Microsoft/LightGBM#539](https://github.com/Microsoft/LightGBM/issues/539)。
* * *
## Python 包
* **问题 1**：当从GitHub使用 `python setup.py install` 安装，我看到如下错误信息。
```
error：错误：安装脚本指定绝对路径：
/Users/Microsoft/LightGBM/python-package/lightgbm/../../lib_lightgbm.so
setup()参数必须 *一直* 是/-分离路径相对于setup.py目录， *从不* 是绝对路径。
```
* **方法 1**：这个错误在新版本中应该会被解决。 如果你还会遇到这个问题，试着在你的Python包中去掉 `lightgbm.egg-info` 文件夹，再重装一下， 或者对照一下这个 [this thread on stackoverflow](http://stackoverflow.com/questions/18085571/pip-install-error-setup-script-specifies-an-absolute-path)。
* * *
* **问题 2**：我看到错误信息如下
```
在构建数据集前不能 get/set label/weight/init_score/group/num_data/num_feature。
```
但是我已经使用下面的代码构建数据集
```
train = lightgbm.Dataset(X_train, y_train)
```
或如下错误信息
```
在释放原始数据后，不能设置predictor/reference/categorical特征。可以在创建数据集时设置free_raw_data=False避免上面的问题。
```
* **方法2**: 因为LightGBM创建bin mappers来构建树，在一个Booster内的train和valid数据集共享同一个bin mappers，类别特征和特征名等信息，数据集对象在创建Booster时候被创建。 如果你设置 `free_raw_data=True` (默认)，原始数据（在Python数据结构中的）将会被释放。 所以，如果你想要：
* 在创建数据集前get label(or weight/init_score/group)，这和get `self.label` 操作相同。
* 在创建数据集前set label(or weight/init_score/group)，这和 `self.label=some_label_array` 操作相同。
* 在创建数据集前get num_data(or num_feature)，你可以使用 `self.data` 得到数据，然后如果你的数据是 `numpy.ndarray`，使用一些类似 `self.data.shape` 的代码。
* 在构建数据集之后set predictor(or reference/categorical feature)，你应该设置 `free_raw_data=False` 或使用同样的原始数据初始化数据集对象。
