在 LightGBM 中使用 eval() 评估测试数据集

Question

我用 LightGBM 训练了一个排名模型，目标是“lambdarank”。我想评估我的模型以使用最佳迭代为我的测试数据集获得 nDCG 分数，但我一直无法使用 lightgbm.Booster.eval() 或 lightgbm.Booster.eval_train() 函数。

首先，我创建了 3 个数据集实例，分别是训练集、有效集和测试集：

lgb_train = lgb.Dataset(x_train, y_train, group=query_train, free_raw_data=False)

lgb_valid = lgb.Dataset(x_valid, y_valid, reference=lgb_train, group=query_valid, free_raw_data=False)

lgb_test = lgb.Dataset(x_test, y_test, group=query_test)

然后我使用 lgb_train 和 lgb_valid 训练我的模型：

gbm = lgb.train(params,
            lgb_train,
            num_boost_round=1500,
            categorical_feature=chosen_cate_features,    
            valid_sets=[lgb_train, lgb_valid],
            evals_result=evals_result,
            early_stopping_rounds=150  
)

当我在训练后调用 eval() 或 eval_train() 函数时，它返回一个错误：

gbm.eval(data=lgb_test,name='test')
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-122-7ff5ef5136b8> in <module>()
----> 1 gbm.eval(data=lgb_test,name='test')

/usr/local/lib/python3.6/dist-packages/lightgbm/basic.py in eval(self, data, 
name, feval)
   1925             raise TypeError("Can only eval for Dataset instance")
   1926         data_idx = -1
-> 1927         if data is self.train_set:
   1928             data_idx = 0
   1929         else:

AttributeError: 'Booster' object has no attribute 'train_set'

---

gbm.eval_train()
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-123-0ce5fa3139f5> in <module>()
----> 1 gbm.eval_train()

/usr/local/lib/python3.6/dist-packages/lightgbm/basic.py in eval_train(self, 
feval)
   1956             List with evaluation results.
   1957         """
-> 1958         return self.__inner_eval(self.__train_data_name, 0, feval)
   1959 
   1960     def eval_valid(self, feval=None):

/usr/local/lib/python3.6/dist-packages/lightgbm/basic.py in 
__inner_eval(self, data_name, data_idx, feval)
   2352         """Evaluate training or validation data."""
   2353         if data_idx >= self.__num_dataset:
-> 2354             raise ValueError("Data_idx should be smaller than number 
of dataset")
   2355         self.__get_eval_info()
   2356         ret = []

ValueError: Data_idx should be smaller than number of dataset

当我调用 eval_valid() 函数时，它返回一个空列表。

谁能告诉我如何评估 LightGBM 模型并正确使用测试集获得 nDCG 分数？谢谢。

Answer 1

如果您将其keep_training_booster=True作为参数添加到您的 中lgb.train，则返回的booster对象将能够执行eval并且eval_train（尽管eval_valid由于某种原因仍然会返回一个空列表，即使valid_sets在lgb.train）。

\n

文档说：

\n

\n

keep_training_booster（bool，可选（默认=False）） \xe2\x80\x93 返回的Booster是否将用于继续训练。如果为 False，则返回值将在返回之前转换为 _InnerPredictor。

\n

\n