Optuna调参XGBClassifier出现评估指标变更警告 需设置MSE为指定指标

该警告是XGBoost 1.3版本后的默认参数变更提示，原因是你没有显式指定模型内部训练用的评估指标，和你用sklearn交叉验证指定的neg_mean_squared_error打分逻辑无关，仅需显式指定eval_metric参数即可消除警告，同时适配你用MSE作为评估指标的需求。

修改方案 #

以下两种方案任选其一即可：

• 方案1：初始化模型时直接指定参数（最简便，全局生效）
  修改基线代码中的模型初始化行，新增eval_metric='mse'参数：

# 原代码
# model = XGBClassifier(random_state = 69)
# 修改后
model = XGBClassifier(random_state = 69, eval_metric='mse')

• 方案2：在Optuna调参的参数字典中加入该参数
  在objective函数内的params字典中新增对应键值对：

params = {'max_depth' : max_depth,
       'n_estimators' : n_estimators,
       'sub_sample' : sub_sample,
       'learning_rate' : learning_rate,
       # 新增以下行
       'eval_metric': 'mse'}

效果说明 #

修改完成后重新运行代码，警告会完全消失，你最终用mean_squared_error计算的测试集MSE结果不受任何影响，完全符合需求。

内容的提问来源于stack exchange，提问作者spectre