如何为 CatBoostRegressor 指定多个 eval_metric？答案

【问题标题】：How to specify more than one eval_metric for a CatBoostRegressor?如何为 CatBoostRegressor 指定多个 eval_metric？
【发布时间】：2023-04-04 17:52:01
【问题描述】：

我想为我的 CatBoostRegressor 指定多个评估指标：

model=catboost.CatBoostRegressor(eval_metric=['RMSE', 'MAE', 'R2'])

所以我可以使用.get_best_score() 方法非常简单地获得结果，但它不接受列表中的指标。有没有办法做到这一点？我无法弄清楚，也找不到答案。我知道用另一种方法很容易解决，但我想知道这是否可以用不同的输入格式来完成，或者不支持。提前谢谢！

【问题讨论】：

标签： python machine-learning catboost

【解决方案1】：

您应该将评估指标列表传递给custom_metric，而不是eval_metric：

from catboost import CatBoostRegressor
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split

# generate the data
X, y = make_regression(n_samples=100, n_features=10, random_state=0)

# split the data
X_train, X_valid, y_train, y_valid = train_test_split(X, y, test_size=0.2, random_state=0)

# fit the model
model = CatBoostRegressor(iterations=10, custom_metric=['RMSE', 'MAE', 'R2'])
model.fit(X=X_train, y=y_train, eval_set=(X_valid, y_valid), silent=True)

# get the best score
print(model.get_best_score())

# {'learn': {
#     'MAE': 42.36387514896515, 
#     'R2': 0.9398622316668792, 
#     'RMSE': 54.878286259899525
#  },
# 'validation': {
#     'MAE': 102.37559908734613, 
#     'R2': 0.6989698975428136, 
#     'RMSE': 134.75006267018009
#  }}

【讨论】：