如何在RandomizedSearchCV中获取LGBM早停的最佳n_estimators迭代数

报错原因 #

LGBM_fit是RandomizedSearchCV类的实例，该类本身没有best_iteration属性，该属性属于RandomizedSearchCV筛选出的最优参数对应的LightGBM基模型。同时注意LightGBM的sklearn接口中，最佳迭代次数的属性名末尾带有下划线，拼写错误也会触发报错。

正确调取代码 #

在原有训练代码后追加以下内容即可获取最佳迭代次数：

# 获取最优参数对应的LGBM模型实例
best_lgb_model = LGBM_fit.best_estimator_
# 调取最佳迭代次数
best_n_estimators = best_lgb_model.best_iteration_
print(f"最佳n_estimators值：{best_n_estimators}")

后续训练优化（可选） #

如果要跳过早停步骤，直接用最优参数训练模型，可以将最佳迭代次数写入参数配置：

# 合并最佳参数与最佳迭代次数
final_train_params = LGBM_fit.best_params_
final_train_params['n_estimators'] = best_n_estimators
# 初始化最终模型直接训练
final_lgb_model = lgb.LGBMRegressor(**final_train_params)
final_lgb_model.fit(x_train, y_train)

内容的提问来源于stack exchange，提问作者User