lightgbm中评价指标和评价函数的区别

Question

参考lightgbm.cv，有两个参数让我困惑：metrics和feval。基于我对 gbdt 的一点了解，评估指标和评估函数都是从预测向量和真实标签向量计算损失，例如 auc。

然而，metrics和function听起来像他们正在处理不同的任务。

1. 他们在做同样的事情吗？
2. 更具体地说，如果我执行lightgbm.cv(params,metrics='auc', feval='ks')，将feval='ks'覆盖metrics='auc'?

Answer 1

首先， 和 的一般概念metrics并function没有什么不同：从数学的角度来看，度量是一个函数（维基百科条目）。尽管这里的度量概念更广泛，但论点仍然成立。

更具体地说明你的问题；从您链接的文档页面：

• 指标（字符串，字符串列表或无，可选（默认=无））– 简历时要监控的评估指标。如果不是 None，则指标 inparams将被覆盖。
• feval ( callable or None, optional (default=None) ) – 自定义评估函数。

通知1）的多个度量小号，它可以是一个字符串列表2）的术语定制在feval。

使长话短说：

1. 您确实可以在metrics参数中使用多个可用指标；你的例子应该是：

   lightgbm.cv(params,metrics=['auc','ks'])
   

2. feval应仅用于如果附加到任何metrics你可以从容易获得的人使用，也希望有一个自定义的指标你自己定义的; 请参阅此处的示例，其中metric='auc'和feval = my_err_rate被同时使用，并且在my_err_rate定义之后使用。