R 消除LightGBM中eval、obj（目标）和度量的歧义

我是在参考R库

lightgbm

时问这个问题的，但我认为它同样适用于Python和Multiverso版本

有3个参数，您可以在其中为您的模型选择感兴趣的统计信息-

度量

，

评估

，和

obj

。我试图用通俗易懂的语言清楚地区分这三个角色的不同

文件说：

obj目标函数，可以是字符或自定义目标函数。示例包括回归、回归、huber、二进制、， lambdarank，多类，多类

求值求值函数，可以是字符列表或自定义求值函数

metric没有R文档，除了上面写着“see paraters.md”的一应俱全的文档，该文档也没有真正解释它，但它列出了以下选项：

度量，默认值={l2表示回归}，{binary\u logloss表示二进制 分类}，{ndcg for lambdarank}，类型=多枚举， 选项=l1、l2、ndcg、auc、二进制逻辑损耗、二进制错误。。。 l1，绝对损失，别名=平均绝对误差，mae l2，平方损失，别名=均方误差，mse l2_根，平方根损失，别名=均方根误差，rmse 休伯，休伯损失 公平的，公平的损失 泊松回归 ndcg，ndcg 地图，地图 auc，auc 二进制日志丢失，日志丢失 二进制错误。对于一个样本，0表示正确分类，1表示错误分类。 多重对数损失，多重分类的对数损失 多重错误。多类分类的错误率 支持多个度量值，按分隔，度量值_freq，默认值=1，类型=int 度量输出的频率为_training _metric，默认值为false，类型为bool 如果需要输出训练ndcg_at的度量结果，则将其设置为true，默认值为1,2,3,4,5，类型为multi int，别名为ndcg_eval_at，eval_at NDCG评估位置，由

我最好的猜测是

obj

是算法的目标函数，即它试图最大化或最小化的对象，例如，“回归”表示它正在最小化平方残差

eval

我猜这只是一个或多个额外的统计数据，您希望看到这些统计数据是根据您的算法进行计算的

metric

我不知道这与

obj

和

eval

正如你所说

obj是算法的目标函数，即它所尝试的 最大化或最小化，例如，“回归”指的是最小化 平方残差

公制和eval基本相同。它们只是在使用的地方有所不同。与交叉验证方法一起使用（因为它可用于评估提前停止等的模型？）。在正常列车情况下使用

混淆源于对几个gbm变体（xgboost、lightgbm和sklearn的gbm+可能是一个R包）的影响，所有这些变体的参数名称略有不同。例如，python中的xgb.cv（）使用

eval

，但对于R，它使用

metric

。然后在python的lgbm.cv（）中使用R

eval

---

在xgboost和lightgbm之间切换时，我感到非常困惑。有一个绝对令人惊奇的方法可以帮助您理解每个参数。

对于xgboost分类，obj/loss函数是否相同？