轻型 GBM 提前停止不适用于自定义指标

Question

我已经为 light gbm 使用了一个自定义指标，但提前停止了日志损失的工作，这是目标函数，我如何解决这个问题或更改提前停止以针对 eval 指标工作。

def evaluate_macroF1_lgb(truth, predictions):  
    pred_labels = predictions.reshape(len(np.unique(truth)),-1).argmax(axis=0)
    f1 = f1_score(truth, pred_labels, average='macro')
    return ('macroF1', f1, True) 

lg = LGBMClassifier(n_estimators=1000)

lg.fit(x_train,y_train,eval_set=(x_test,y_test),eval_metric=evaluate_macroF1_lgb,early_stopping_rounds=25)

我预计它会运行 1000 次或更短的迭代，但它运行了 25 次，因为对数损失没有改善，但 f1 指标正在改善。

Answer 1

更新

我找到了一个解决方案，我们可以在 LGBM 分类器中设置 metric="custom" 然后它将使用 eval 度量。

lg = LGBMClassifier(n_estimators=1000,metric="custom")