如何在record_evaluation python中实现LightGBM回调？

Question

我正在使用model = lgb.train函数。当试图根据LightGBM模型(即lgb.plot_metric(model))的历次绘制评估指标时，我得到以下错误：

TypeError:助推器必须是dict或LGBMModel。要将plot_metric与Booster类型一起使用，首先使用record_evaluation回调记录度量，然后将其作为参数booster传递给plot_metric

但我在文档中找不到任何关于设置上述回调的参数的信息。有没有任何方法来实现这一点，而不诉诸科学工具学习版本的LightGBM？

Answer 1

下面的内容应该有助于绘制度量标准。我想文档对于使用情况并不十分清楚，但下面是一个示例记事本。evals字典包含一个OrderedDict，可以使用plot_metric方法绘制。

train_dt = lgb.Dataset(data=train,label=train_y)
valid_dt = lgb.Dataset(data = valid, 
                       label=valid_y, 
                       reference=train_dt)

params = {
        'objective': 'regression',
        'metric': 'root_mean_squared_error',
        'num_leaves': 41,
}
evals={}
mod = lgb.train(params=params, 
                train_set = train_dt, 
                valid_sets=[train_dt, valid_dt],
                callbacks = [lgb.record_evaluation(evals)])

lgb.plot_metric(evals)

Answer 2

我不确定lgb.train，但我确信如果您使用LGBMClassifier，它可以工作。