如何在 python 中为 xgboost 编写自定义评估指标？答案

【问题标题】：How to write a custom evaluation metric in python for xgboost?如何在 python 中为 xgboost 编写自定义评估指标？
【发布时间】：2016-09-23 00:40:16
【问题描述】：

我想添加 kappa 评估指标以在 Python 中的 xgboost 中使用。我无法理解如何将 Python 函数与 xgboost 连接。

根据 xgboost 文档，“用户可以添加多个评估指标，对于 python 用户，请记住将指标作为参数对列表而不是映射传递，这样后一个 'eval_metric' 不会覆盖前一个”

这已在 xgboost's github page 中针对 R 提出，但不适用于 Python。

例如，如果 kappa 函数是：

def kappa(preds, y):
    # perform kappa calculation
    return score

如何使用 xgboost 实现它？在eval_metric 参数中将'kappa' 指定为字符串结果为XGBoostError: unknown evaluation metric type: kappa。

同样指定 kappa 方法对象会导致 XGBoostError: unknown evaluation metric type: <function kappa at 0x7fbef4b03488>。

如何在 python 中的 xgboost 中使用自定义评估指标？

【问题讨论】：

【解决方案1】：

将您的方法更改为：

def kappa(preds, y):
    # perform kappa calculation
    return 'kappa', score

并将其与feval 参数一起使用：

bst = xgb.train(params, dtrain, num_rounds, watchlist, feval=kappa, maximize=False)

在编写自定义评估指标时，请记住设置 maximize 参数。将其设置为 true 意味着算法在评估指标的得分越大时越好。

【讨论】：