0

我正在尝试使用 optuna 优化 lightGBM 模型。

阅读文档后，我注意到可以使用两种方法，如此处所述：LightGBM Tuner: New Optuna Integration for Hyperparameter Optimization。

第一种方法使用 optuna 优化的“标准”方法（目标函数 + 试验），第二种方法将所有内容与.train()函数包装在一起。第一个基本上尝试超参数值的组合，而第二个则按照超参数的逐步方法进行优化。

这两种方法显示在 optuna github 存储库中的以下代码示例中：

  1. 第一种方法
  2. 第二种方法

两种代码都对相同的参数执行完全相同的优化（此处描述了第二种方法的优化参数），但方式不同（组合与逐步）。

我的问题是：

  1. 第二种方法是否可以指定自定义评估指标？在第一个中，我可以使用任何自定义指标轻松更改 github 示例中使用的准确性。
    作为一个例子，我可以写：

     import lightgbm as lgb
 import numpy as np
 import sklearn.datasets
 import sklearn.metrics
 from sklearn.model_selection import train_test_split

 import optuna

 def my_eval_metric(valid_y, pred_labels):
     # my custom metric
     ..........
     ..........

     return my_metric

 def objective(trial):
     data, target = sklearn.datasets.load_breast_cancer(return_X_y=True)
     train_x, valid_x, train_y, valid_y = train_test_split(data, target, test_size=0.25)
     dtrain = lgb.Dataset(train_x, label=train_y)

     param = {
         "objective": "binary",
         "metric": "binary_logloss",
         "verbosity": -1,
         "boosting_type": "gbdt",
         "lambda_l1": trial.suggest_float("lambda_l1", 1e-8, 10.0, log=True),
         "lambda_l2": trial.suggest_float("lambda_l2", 1e-8, 10.0, log=True),
         "num_leaves": trial.suggest_int("num_leaves", 2, 256),
         "feature_fraction": trial.suggest_float("feature_fraction", 0.4, 1.0),
         "bagging_fraction": trial.suggest_float("bagging_fraction", 0.4, 1.0),
         "bagging_freq": trial.suggest_int("bagging_freq", 1, 7),
         "min_child_samples": trial.suggest_int("min_child_samples", 5, 100),
     }

     gbm = lgb.train(param, dtrain)
     preds = gbm.predict(valid_x)
     pred_labels = np.rint(preds)
     my_eval_metric_value = my_eval_metric(valid_y, pred_labels)
     return custom_metric_value 


 if __name__ == "__main__":
     study = optuna.create_study(direction="maximize")
     study.optimize(objective, n_trials=100)

     print("Number of finished trials: {}".format(len(study.trials)))

     print("Best trial:")
     trial = study.best_trial

     print("  Value: {}".format(trial.value))

     print("  Params: ")
     for key, value in trial.params.items():
         print("    {}: {}".format(key, value))

此代码将返回使我的自定义指标最大化的 lightGBM 模型的参数。但是，在第二种方法中，我无法指定自己的自定义指标。

更新： 我设法在第二种方法中定义了我自己的自定义指标及其用法。一个最小的可重现代码如下（只需使用train_test_splitscikit 传递数据）：

from sklearn.metrics import average_precision_score
import optuna.integration.lightgbm as lgb_sequential

def tune_lightGBM_sequential(X_train, X_val, y_train, y_val):
    
    def calculate_ctr(gt):
        positive = len([x for x in gt if x == 1])
        ctr = positive/float(len(gt))
        return ctr

    def compute_rce(preds, train_data):
        gt = train_data.get_label()
        cross_entropy = log_loss(gt, preds)
        data_ctr = calculate_ctr(gt)
        strawman_cross_entropy = log_loss(gt, [data_ctr for _ in range(len(gt))])
        rce = (1.0 - cross_entropy/strawman_cross_entropy)*100.0
        return ('rce', rce, True)

    def compute_avg_precision(preds, train_data):
        gt = train_data.get_label()
        avg_precision= average_precision_score(gt, preds)
        return('avg_precision', avg_precision, True)
    
    params = {
        "objective": "binary",
        "metric": 'custom',
        "boosting_type": "gbdt",
        "verbose" : 2
    }
    
    dtrain = lgb_sequential.Dataset(X_train, label=y_train)
    dval = lgb_sequential.Dataset(X_val, label=y_val)
    
    print('Starting training lightGBM sequential')
    model = lgb_sequential.train(
        params, dtrain, valid_sets=[dtrain, dval], verbose_eval=True,num_boost_round =2, early_stopping_rounds=100, feval = [compute_rce, compute_avg_precision]
    )
    
    return model.params

但是 Optuna 似乎无法根据我的自定义指标选择最佳试用版，事实上，我收到以下错误：

[W 2021-05-16 15:56:48,759] 试验 0 由于以下错误而失败：KeyError('custom') Traceback（最近一次调用最后一次）：文件“C:\Users\Mattia\anaconda3\envs\rec_sys_challenge \lib\site-packages\optuna_optimize.py”，第 217 行，在 _run_trial value_or_values = func(trial) 文件“C:\Users\Mattia\anaconda3\envs\rec_sys_challenge\lib\site-packages\optuna\integration_lightgbm_tuner\optimize. py”，第 251 行，调用 val_score = self._get_booster_best_score(booster) 文件“C:\Users\Mattia\anaconda3\envs\rec_sys_challenge\lib\site-packages\optuna\integration_lightgbm_tuner\optimize.py”，第 118 行，在_get_booster_best_score val_score = booster.best_score[valid_name][metric] KeyError: 'custom'

这似乎是库的问题（您可以在此处找到更多信息：GitHub 问题），我尝试了许多建议的解决方案，但都没有奏效。

有什么帮助吗？

4

0 回答 0