#r #xgboost #kaggle
#r #xgboost #каггл #kaggle
Вопрос:
В чем разница между feval и eval_metric в xgb.train, оба параметра предназначены только для целей оценки.
Сообщение от Kaggle дает некоторое представление :
Ответ №1:
feval заключается в создании вашей собственной настроенной метрики оценки.
- это должна быть (пользовательская) функция
eval_metric предназначен для встроенных показателей, которые реализует пакет xgboost.
- это строка, например
rmse / logloss/ mlogloss/ merror/ error/ auc/ ndcg/ ...
Ответ №2:
Они оба делают примерно одно и то же.
Eval_metri c может принимать строку (использует их внутренние функции) или определяемую пользователем функцию
feval принимает только функцию
Оба, как вы отметили, предназначены для целей оценки.
В приведенных ниже примерах вы можете видеть, что они используются очень похоже.
## A simple xgb.train example:
param <- list(max_depth = 2, eta = 1, silent = 1, nthread = 2,
objective = "binary:logistic", eval_metric = "auc")
bst <- xgb.train(param, dtrain, nrounds = 2, watchlist)
## An xgb.train example where custom objective and evaluation metric are used:
logregobj <- function(preds, dtrain) {
labels <- getinfo(dtrain, "label")
preds <- 1/(1 exp(-preds))
grad <- preds - labels
hess <- preds * (1 - preds)
return(list(grad = grad, hess = hess))
}
evalerror <- function(preds, dtrain) {
labels <- getinfo(dtrain, "label")
err <- as.numeric(sum(labels != (preds > 0)))/length(labels)
return(list(metric = "error", value = err))
}
# These functions could be used by passing them either:
# as 'objective' and 'eval_metric' parameters in the params list:
param <- list(max_depth = 2, eta = 1, silent = 1, nthread = 2,
objective = logregobj, eval_metric = evalerror)
bst <- xgb.train(param, dtrain, nrounds = 2, watchlist)
# or through the ... arguments:
param <- list(max_depth = 2, eta = 1, silent = 1, nthread = 2)
bst <- xgb.train(param, dtrain, nrounds = 2, watchlist,
objective = logregobj, eval_metric = evalerror)
# or as dedicated 'obj' and 'feval' parameters of xgb.train:
bst <- xgb.train(param, dtrain, nrounds = 2, watchlist,
obj = logregobj, feval = evalerror)