lightgbm中评价指标和评价函数的区别

Question

参考lightgbm.cv，有两个参数让我很困惑：metrics和feval。根据我对gbdt的了解，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。

但是，metrics 和 function 听起来他们在处理不同的任务。

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

Answer 1

首先，metrics 和 function 的一般概念完全没有区别：从数学的角度来看，度量是函数(Wikipedia entry)。尽管此处度量的概念更为广泛，但该论点仍然成立。

更具体地针对您的问题；从您链接的文档页面：

metrics (string, list of strings or None, optional (default=None)) – Evaluation metrics to be monitored while CV. If not None, the metric in params will be overridden.

feval (callable or None, optional (default=None)) – Custom evaluation function.

注意 1) 复数度量s，可以是一个字符串列表 2) 术语自定义 在 feval.

长话短说：

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'])
```
feval 仅应在以下情况下使用，此外您可以从现成的 metrics想要一个您自己定义的 custom 指标；请参阅示例 here，其中 metric='auc' 和 feval = my_err_rate 在 my_err_rate 定义之后同时使用。

lightgbm中评价指标和评价函数的区别

Difference between evaluation metrics and evaluation function in lightgbm

python

machine-learning

lightgbm