LightGBM之metric的选择

指标参数metric

评价指标
{l2 for regression},
{binary_logloss for binary classification},
{multi_logloss for classification}

• “None”（字符串），表示无度量，等效于na，null，custom
• l1（absolute loss），等效于mean_absolute_error，mae，regression_l1
• l2（square loss），等效于mean_squared_error，mse，regression_l2，regression
• rmse（平方根损失），等效于root_mean_squared_error，l2_root
• quantile，分位数回归
• mape（MAPE损失），等效于mean_absolute_percentage_error
• huber（huber损失）
• fair（fair损失）
• poisson，泊松回归的负对数似然
• gamma，Gamma回归的负对数似然
• gamma_deviance，Gamma回归残差
• tweedie，Tweedie回归的负对数似然
• ndcg，等效于lambdarank，rank_xendcg，xendcg，xe_ndcg，xe_ndcg_mart，xendcg_mart
• map，等效于mean_average_precision
• auc
• average_precision，平均精度得分
• binary_logloss，log loss，等效于binary
• binary_error，对于单样本，0用于正确分类，1用于错误分类
• auc_mu
• multi_logloss，多分类log loss，等效于multiclass，softmax，multiclassova，multiclass_ova，ova，ovr
• multi_error，多分类错误率
• cross_entropy，交叉熵（具有可选的线性权重），等效于xentropy
• cross_entropy_lambda，“intensity-weighted”交叉熵，等效于 xentlambda
• kullback_leibler，Kullback-Leibler散度，等效于kldiv

支持多个指标，使用“，”分隔。
‘metric’: {‘binary_logloss’, ‘auc’}