LightGBM中lgb.train()报错：无法识别early_stopping_rounds参数

问题原因 #

你遇到的错误是因为较新版本的LightGBM（v3.0及以上）已移除lgb.train()函数中的early_stopping_rounds直接参数，早停功能需要通过回调函数实现。

修复后的代码 #

将early_stopping_rounds替换为lightgbm.early_stopping()回调，同时修正参数中的小问题（is_unbalance应使用布尔值而非字符串）：

import lightgbm as lgb

parameters = {
    'application': 'binary',
    'objective': 'binary',
    'metric': 'auc',
    'is_unbalance': True,  # 改为布尔值，原字符串'true'可能引发警告
    'boosting': 'gbdt',
    'num_leaves': 50,
    'feature_fraction': 0.8,
    'bagging_fraction': 0.8,
    'bagging_freq': 20,
    'learning_rate': 0.003,
    'max_depth': 5,
    'verbose': 0
}

# 定义早停回调
early_stopping_callback = lgb.early_stopping(stopping_rounds=100)

model = lgb.train(
    parameters,
    train_data_lgb,
    valid_sets=test_data_lgb,
    num_boost_round=3000,
    callbacks=[early_stopping_callback]  # 传入回调列表
)

额外说明 #

• 若你使用的是v3.0以下的旧版本LightGBM，可尝试升级到最新版本，或检查参数拼写是否有误。但更推荐使用回调方式，这是当前官方标准用法。
• 可搭配lgb.log_evaluation()回调查看训练过程中的指标变化：

  log_callback = lgb.log_evaluation(period=10)
  model = lgb.train(
      parameters,
      train_data_lgb,
      valid_sets=test_data_lgb,
      num_boost_round=3000,
      callbacks=[early_stopping_callback, log_callback]
  )
  

内容的提问来源于stack exchange，提问作者LVN