Question

我正在使用LightGBM，并且希望使用平均精度召回率作为指标。我尝试定义feval：

cv_result = lgb.cv(params=params, train_set=lgb_train, feature_name=Rel_Feat_Names, feval=APS)

其中APS定义为：

def APS(preds, train_data):
    y_pred_val = []
    y_test_val = []
    for i, stat in enumerate(train_data.get_label.isnull()):
        if ~stat:
            y_pred_val.append(preds[i])
            y_test_val.append(train_data.get_label[i])
    aps = average_precision_score(np.array(y_test_val), np.array(y_pred_val))
    return aps

我得到一个错误：

TypeError：参数的未知类型：feval，得到了：function

我也尝试使用“ MAP”作为指标

cv_result = lgb.cv(params=params, train_set=lgb_train, feature_name=Rel_Feat_Names, "metric="MAP")

但出现以下错误：

“ lightgbm.basic.LightGBMError：对于MAP指标，应该有查询信息”

我找不到所需的查询信息。

如何正确使用feval并定义“ MAP”所需的查询

谢谢

Answer 1

现在您可以将 map（别名 mean_average_precision）作为指标，如 here 所述，但要正确回答应用 feval 的问题：

自定义指标的输出应该是名称、值和greater_is_better 的元组，因此在您的情况下：

def APS(preds, train_data):
    aps = average_precision_score(train_data.get_label(), preds)
    return 'aps', aps, False

然后在您的 params 中包含以下内容：'objective': 'binary', 'metric': 'None'

使用具有平均精确召回得分的lightgbm

1 个答案: