如何从LightGBM Booster中获取最优迭代轮次的相关指标？

一、直接获取最优轮次的指标 #

训练得到的Booster对象自带best_score_属性，它存储了早停机制触发时，最优迭代轮次下所有数据集的指标值；best_iteration属性则返回最优轮次的编号（1-based）。

示例代码：

# 获取最优轮次编号
best_round = lgb_class.best_iteration

# 获取最优轮次的所有指标
best_scores = lgb_class.best_score_

# 提取训练集的binary_logloss
train_best_loss = best_scores['training']['binary_logloss']
# 提取验证集的binary_logloss（对应valid_sets中的第二个数据集，key为valid_0）
valid_best_loss = best_scores['valid_0']['binary_logloss']

print(f"最优迭代轮次：第{best_round}轮")
print(f"训练集binary_logloss: {train_best_loss:.6f}")
print(f"验证集binary_logloss: {valid_best_loss:.6f}")

二、获取所有迭代轮次的指标 #

如果需要查看每一轮的指标变化，可以使用evals_result_属性，它会记录训练过程中每一轮各数据集的指标数值（列表形式，0-based索引，对应第1到第N轮）。

示例代码：

# 获取所有轮次的指标记录
all_eval_results = lgb_class.evals_result_

# 提取训练集每一轮的binary_logloss列表
train_loss_history = all_eval_results['training']['binary_logloss']
# 提取验证集每一轮的binary_logloss列表
valid_loss_history = all_eval_results['valid_0']['binary_logloss']

# 查看第100轮的指标（注意索引为99，因为是0-based）
print(f"第100轮训练集logloss: {train_loss_history[99]:.6f}")
print(f"第100轮验证集logloss: {valid_loss_history[99]:.6f}")

关键属性说明 #

• best_iteration：早停时的最优迭代次数，以1为起始计数
• best_score_：字典结构，键为数据集名称（training对应训练集，valid_0、valid_1对应后续验证集），值为该数据集在最优轮次的指标字典
• evals_result_：字典结构，键为数据集名称，值为该数据集每一轮的指标列表，列表索引对应迭代轮次（索引i对应第i+1轮）

内容的提问来源于stack exchange，提问作者Nick