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。