r - lightgbm 中多类的自定义度量函数

Question

在我的数据中，大约有 70 个类，我使用 lightGBM 来预测正确的类标签。

在 R 中，希望有一个自定义的“度量”函数，我可以在其中评估 lightgbm 的前 3 个预测是否涵盖真实标签。

链接here很鼓舞人心

def lgb_f1_score(y_hat, data):
    y_true = data.get_label()
    y_hat = np.round(y_hat) # scikits f1 doesn't like probabilities
    return 'f1', f1_score(y_true, y_hat), True

但是我不知道要起作用的参数的维度。似乎数据由于某种原因被打乱了。

Answer 1

Scikit-learn 实现

from sklearn.metrics import f1_score

def lgb_f1_score(y_true, y_pred):
    preds = y_pred.reshape(len(np.unique(y_true)), -1)
    preds = preds.argmax(axis = 0)
    print(preds.shape)
    print(y_true.shape)
    return 'f1', f1_score(y_true, preds,average='weighted'), True