LightGBM 指定多个指标
LightGBM specify multiple metrics
当我使用多个指标训练 lightgbm 模型时会发生什么？
我设置了 3 个指标，结果是上面最好的迭代结果。但是正如你所看到的，即使与上一次迭代相比，它似乎也不是最好的结果。我查看了 lightgbm 文档，它只说算法会最小化所有指标，但不知道如何实现。
那么在最小化多个指标时它是如何工作的以及为什么我的结果看起来不正确？
中可以看出
early_stopping_round ︎, default = 0, type = int, aliases:
early_stopping_rounds, early_stopping
will stop training if one metric of one validation data doesn’t improve in last early_stopping_round rounds
你的 AUC，这是一个 "higher better" 指标，在第 278 轮低于第 178 轮。你应该 select 与你的问题相关的指标来解决这个问题：将您使用您的模型进行评分或分类？
当我使用多个指标训练 lightgbm 模型时会发生什么？
我设置了 3 个指标，结果是上面最好的迭代结果。但是正如你所看到的，即使与上一次迭代相比，它似乎也不是最好的结果。我查看了 lightgbm 文档，它只说算法会最小化所有指标，但不知道如何实现。
那么在最小化多个指标时它是如何工作的以及为什么我的结果看起来不正确？
early_stopping_round ︎, default = 0, type = int, aliases: early_stopping_rounds, early_stopping
will stop training if one metric of one validation data doesn’t improve in last early_stopping_round rounds
你的 AUC，这是一个 "higher better" 指标，在第 278 轮低于第 178 轮。你应该 select 与你的问题相关的指标来解决这个问题：将您使用您的模型进行评分或分类？