【发布时间】：2018-12-10 04:28:34
【问题描述】：
当我用多个指标训练 lightgbm 模型时会发生什么？
我设置了 3 个指标，结果是上面的最佳迭代结果。但正如你所看到的，即使与上一次迭代相比，它似乎也不是最好的结果。我检查了lightgbm 文档，它只说算法会最小化所有指标，但不知道如何。
那么在最小化多个指标时它是如何工作的，为什么我的结果看起来不正确？
【问题讨论】：
标签： python-3.x lightgbm
【发布时间】：2018-12-10 04:28:34
【问题描述】：
在LightGBM documentation中可以看到，
early_stopping_round ?︎，默认 = 0，类型 = int，别名： 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 是一个“更高更好”的指标，在第 278 轮时比在第 178 轮时要低。你应该选择与你的问题相关的指标来解决这个问题：你会使用你的模型进行评分还是分类？
【讨论】：
-
higher better metric，你是说auc吗？所以我的auc在第 178 轮达到了最高点，而另外 2 个仍然可以改进，但算法停止改进它们，因为其中一个已经达到最佳状态？ -
是的，就是这样。