xgboost使用train方法训练模型绘制学习曲线的方法

使用train方法训练模型后，无法使用fit方法的bst.evals_result()，报错如下：

'Booster' object has no attribute 'evals_result'

采用以下方法：

immport xgboost as xgb
param={...}
xg_train = xgb.DMatrix(x_train, label=y_train)
xg_test = xgb.DMatrix(x_test, label=y_test)
evals_result = {}#记录训练集误差和验证集误差
bst=xgb.train(param, 
          xg_train,
          evals=[(xg_train, 'Train'), (xg_test, 'Valid')],
          num_boost_round=num_round,
          evals_result=evals_result,
          verbose_eval=True)
#输出训练集误差和验证集误差
print(evals_result)

绘制学习曲线：

train_loss=list(evals_result['Train'].values())[0]
valid_loss=list(evals_result['Valid'].values())[0]
x_scale=[i for i in range(len(train_loss))]
plt.figure(figsize=(10,10))
plt.title('loss')
plt.plot(x_scale,train_loss,label='train',color='r')
plt.plot(x_scale,valid_loss,label='valid',color='b')
plt.legend()
plt.show()

如下图所示：