f1_score lightgbm 中的指标

Question

我想用自定义指标训练 lgb 模型：f1_score 平均 weighted。

我通过 here 浏览了 lightgbm 的高级示例，发现了自定义二进制错误函数的实现。我实现了与 return f1_score 类似的功能，如下所示。

def f1_metric(preds, train_data):

    labels = train_data.get_label()

    return 'f1', f1_score(labels, preds, average='weighted'), True

我尝试通过将 feval 参数作为 f1_metric 传递来训练模型，如下所示。

evals_results = {}

bst = lgb.train(params, 
                     dtrain, 
                     valid_sets= [dvalid], 
                     valid_names=['valid'], 
                     evals_result=evals_results, 
                     num_boost_round=num_boost_round,
                     early_stopping_rounds=early_stopping_rounds,
                     verbose_eval=25, 
                     feval=f1_metric)

然后我得到 ValueError: Found input variables with inconsistent numbers of samples:

正在将训练集而不是验证集传递给函数。

我如何配置才能通过验证集并且 f1_score 被 returned。？

Answer 1

文档有点混乱。在描述传递给 feval 的函数的签名时，他们将其参数称为 preds 和 train_data，这有点误导.

但以下似乎有效：

from sklearn.metrics import f1_score

def lgb_f1_score(y_hat, data):
    y_true = data.get_label()
    y_hat = np.round(y_hat) # scikits f1 doesn't like probabilities
    return 'f1', f1_score(y_true, y_hat), True

evals_result = {}

clf = lgb.train(param, train_data, valid_sets=[val_data, train_data], valid_names=['val', 'train'], feval=lgb_f1_score, evals_result=evals_result)

lgb.plot_metric(evals_result, metric='f1')

要使用多个自定义指标，请像上面一样定义一个总体自定义指标函数，在其中计算所有指标和return一个元组列表。

编辑：固定代码，当然 F1 越大越好应该设置为 True。

Answer 2

关于托比的回答：

def lgb_f1_score(y_hat, data):
    y_true = data.get_label()
    y_hat = np.round(y_hat) # scikits f1 doesn't like probabilities
    return 'f1', f1_score(y_true, y_hat), True

我建议将 y_hat 部分更改为：

y_hat = np.where(y_hat < 0.5, 0, 1)

原因：我使用了 y_hat = np.round(y_hat) 并发现在训练期间 lightgbm 模型有时（非常不可能但仍然是一个变化）将我们的 y 预测视为多类而不是二进制。

我的推测：有时 y 预测会小或大到足以舍入为负值或 2？我不确定，但是当我使用 np.where 更改代码时，错误消失了。

花了我一个上午的时间来解决这个错误，虽然我不确定 np.where 解决方案是否好。

f1_score lightgbm 中的指标

f1_score metric in lightgbm

python

machine-learning

lightgbm