Использование нескольких самоопределенных метрик в LightGBM - PullRequest
0 голосов
/ 29 ноября 2018

Учитывая, что мы можем использовать самоопределяемую метрику в LightGBM и использовать параметр 'feval', чтобы вызывать ее во время обучения.И для данной метрики мы могли бы определить ее в параметре dict как метрика: (l1, l2) Мой вопрос заключается в том, как вызвать несколько самоопределяемых метрик одновременно?Я не могу использовать feval = (my_metric1, my_metric2), чтобы получить результат

1 Ответ

0 голосов
/ 30 ноября 2018
params = {}
params['learning_rate'] = 0.003
params['boosting_type'] = 'goss'
params['objective'] = 'multiclassova'
params['metric'] = ['multi_error', 'multi_logloss']
params['sub_feature'] = 0.8
params['num_leaves'] = 15
params['min_data'] = 600
params['tree_learner'] = 'voting'
params['bagging_freq'] = 3
params['num_class'] = 3
params['max_depth'] = -1
params['max_bin'] = 512
params['verbose'] = -1
params['is_unbalance'] = True
evals_result = {}
aa = lgb.train(params,
                   d_train,
                   valid_sets=[d_train, d_dev],
                   evals_result=evals_result,
                   num_boost_round=4500,
                   feature_name=f_names,
                   verbose_eval=10,
                   categorical_feature = f_names,
                   learning_rates=lambda iter: (1 / (1 + decay_rate * iter)) * params['learning_rate'])

Давайте обсудим код, которым я поделился здесь. d_train - это мой тренировочный набор. d_dev - это мой набор проверки (у меня другой набор тестов.) evals_result запишет наши multi_error и multi_logloss для каждой итерации в виде списка. verbose_eval = 10 заставит LightGBM печатать multi_error и multi_logloss как обучающего набора, так и проверочного набора на каждых 10 итерациях.Если вы хотите построить multi_error и multi_logloss в виде графика:

lgb.plot_metric(evals_result, metric='multi_error')
plt.show()

lgb.plot_metric(evals_result, metric='multi_logloss')
plt.show()

Вы можете найти другие полезные функции из документации LightGBM.Если вы не можете найти то, что вам нужно, перейдите к документации XGBoost, простой прием.Если чего-то не хватает, пожалуйста, не стесняйтесь спрашивать больше.

...