machine-learning - 如何在python中为xgboost编写自定义评估指标？

我想添加kappa评估指标，以在Python的xgboost中使用。我在理解如何使用xgboost连接Python函数时遇到麻烦。

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map传递进来，以便后面的'eval_metric'不会覆盖前一个”

对于，对于R而言，这已在xgboost's github page中提出，对于Python，则不是。

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'kappa'参数中将eval_metric指定为字符串
结果为XGBoostError: unknown evaluation metric type: kappa。

同样，指定kappa方法对象将导致XGBoostError: unknown evaluation metric type: <function kappa at 0x7fbef4b03488>。

如何在python的xgboost中使用自定义评估指标？

最佳答案

将您的方法更改为：

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

并与feval参数一起使用：

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

编写自定义评估指标时，请记住有关设置maximize参数的信息。将其设置为true意味着算法随着评估指标得分的提高而变得更好。