Python XG加速CV和提前停止

我正在尝试使用XGBoost.cv并根据mlogloss提前停止：

params = {'booster': 'gbtree', 'objective': 'multi:softprob',
          'num_class': len(le.classes_), 'eta': 0.1,
          'max_depth': 10, 'subsample': 1.0,
          'scale_pos_weight': 1, 'min_child_weight': 5,
          'colsample_bytree': 0.2, 'gamma': 0, 'reg_alpha': 0,
          'reg_lambda': 1, 'eval_metric': 'mlogloss'}

res = xgb.cv(params, dm_train, nfold=5,
        seed=42, early_stopping_rounds=10, verbose_eval=True,
        metrics={'mlogloss'}, show_stdv=False)

print(res)

我对提前停止的理解是，如果我的评估指标在n轮中没有改善（在本例中为10轮），则跑步将终止。当我运行此代码时，它在10轮后终止，并打印输出：

test-mlogloss-mean            
0:             6.107054               
1:             5.403606                    
2:             4.910938                   
3:             4.546221                    
4:             4.274113                  
5:             4.056968                  
6:             3.876368               
7:             3.728714                       
8:             3.599812                  
9:             3.485113                  

测试mlogloss随着每个历元而下降，因此，我希望运行不会终止（因为精度必须提高）。我哪里做错了

---

谢谢

我没有设置num_rounds参数，该参数默认为10。简单