パラメータ
  ・一部の重要なパラメータを選んでチューニング対象とすることが一般的
  ・参考

ハイパーパラメータ
  ・ハイパーパラメータが多く、性能発揮のため、パラメータチューニングが重要
  ・API、boosterのタイプ（boosting type）の選択
API：Scikit-Learn API
boosting type：gbdt

チューニング
  ・Scikit-Learn APIとTraining APIで、一部パラメータの名称が異なる。
  SL API Tr API デフォルト 範囲 過学習寄り
  reg_alpha lambda_l1 0 0-∞ 小さいほど
  reg_lambda lambda_l2 0 0-∞ 小さいほど
  num_leaves num_leaves 31 2-131072 大きいほど
  colsample feature_fraction 1.0 0-1 大きいほど
  subsample bagging_fraction 1.0 0-1 大きいほど
  subsample_freq bagging_freq 0 0-∞ 大きいほど
  min_child_samples min_data_in_leaf 20 0-∞ 小さいほど

Train API （ lgb.train() ）使用時
  パラメータ デフォルト オプションなど
  task train 
  boosting gbdt 
  objective （損失関数）


 regression


  multiclass（多クラス分類）
 binary（二項分類）
 lambdarank
  metric （評価指標）


 ''


  multi_logloss（多クラス分類）
 binary_logloss（二項分類）
 ndcg（lambdarankなど）
  label_gain 0,1,3,7,15,31,・・・ DCGの分子（gain）を指定（2^30-1）
  eval_at 1,2,3,4,5 評価する対象（1～5位など）
  force_col_wise false used only with cpu device type
  learning_rate 0.1 
  min_data_in_leaf 20 aliases:min_dataなど
  min_data_in_bin 3 min_data_in_bin > 0
  verbose


 1


  0： Error （Warning）
 1： Info
 ＞1： Debug
  ・参考

フォーマット
  ・key1=value1