使用mlr3调优XGBoost超参数时，如何设置term_evals及判断合理性？

term_evals控制超参数调优时尝试的参数组合总数，判断数值是否足够核心看性能收敛性，以下是几个实用方法：

• 绘制调优性能轨迹图
  从调优实例的archive中提取所有尝试的结果，绘制迭代次数与验证集性能的折线图：

  library(ggplot2)
  # 提取调优过程的所有记录
  archive_dt <- as.data.table(instance$archive)
  # 替换your_metric为实际使用的评估指标（如auc、rmse）
  ggplot(archive_dt, aes(x = .iter, y = your_metric)) + 
    geom_line(color = "#2E8B57") +
    labs(x = "评估次数", y = "验证集性能") +
    theme_minimal()
  

  如果曲线后期趋于平稳，没有明显的性能提升/下降（波动幅度远小于业务可接受的误差），说明当前term_evals已经足够，继续增加次数也不会带来显著收益。

• 对比不同term_evals的最优结果
  固定搜索空间、交叉验证策略等其他调参设置，分别用不同的term_evals（如100、200、300）运行调优，然后对比各自的最优性能：

  • 如果从100到200，性能提升幅度超过1%（根据任务需求调整阈值），说明100不够；
  • 如果从200到300，性能变化小于0.5%，说明200已经足够覆盖有效参数组合的搜索。

• 结合资源与需求权衡

  • 若为竞赛或高精度要求场景，可逐步增大term_evals直到性能收敛；
  • 若为快速原型验证，100-200次评估通常能得到可用的超参数；
  • 如果计算资源有限，优先保证交叉验证的稳定性（比如用5折CV），再适当调整term_evals，不要盲目追求大数值。

• 搭配早停机制提升效率
  给XGBoost本身添加早停，减少单个参数组合的训练时间，同时辅助判断调参是否充分：

  # 初始化带早停的XGBoost学习器
  learner <- lrn("classif.xgboost",
                 early_stopping_rounds = 10,  # 连续10轮无提升则停止训练
                 eval_metric = "auc",  # 与调优使用的指标一致
                 nrounds = 1000)  # 设置足够大的初始迭代次数
  

  如果调优过程中大部分参数组合都触发了早停，说明超参数搜索的核心已经不在模型迭代次数，此时term_evals若能覆盖主要参数组合的探索，就可以认为足够。

内容的提问来源于stack exchange，提问作者JacquieS