XGBoost交叉验证自定义指标报错：TypeError无法解包非可迭代对象

问题根源 #

没错，问题就出在你的自定义指标函数返回值格式上。XGBoost要求自定义指标必须返回一个包含两个元素的元组：第一个是指标名称（字符串），第二个是计算出的指标数值。而你的myMetric只返回了单一数值，导致XGBoost内部尝试解包(name, val)时直接触发错误。

另外还有个容易忽略的坑：XGBoost传入自定义指标的y_pred是原始预测得分（比如binary:logistic目标下是概率值，不是0/1分类结果），直接用sklearn的召回率、精确率函数计算会出错，得先把预测值转换为类别标签。

修正后的代码 #

import sklearn.metrics

def myMetric(y_pred, dMatrix):
    y_true = dMatrix.get_label()
    # 把预测概率转换成0/1分类标签，阈值可根据需求调整
    y_pred_label = [1 if pred >= 0.5 else 0 for pred in y_pred]
    
    recall = sklearn.metrics.recall_score(y_true, y_pred_label)
    precision = sklearn.metrics.precision_score(y_true, y_pred_label)
    custom_score = recall * (2 * precision - 1)
    
    # 必须返回(指标名称, 指标数值)的元组
    return "WeightedPR", custom_score

# 调用交叉验证
history = xgb.cv(param, dMatrix, num_boost_round=10, as_pandas=True, nfold=5, custom_metric=myMetric)

额外说明 #

• 指标名称可自定义，只要是字符串即可，最终会显示在交叉验证结果的DataFrame中，方便识别。
• 如果是多分类任务，转换标签的逻辑要对应调整（比如用argmax取概率最大的类别）。
• 若需要用该指标实现早停，记得在xgb.cv中添加early_stopping_rounds参数，同时确保custom_metric指定为你的自定义函数。

内容的提问来源于stack exchange，提问作者SubparBeginner1