当然可以啦！在R版本的LightGBM中，重新加载保存后的模型后，有几种简单的方法能帮你查看它的构建参数（比如你提到的objective = "regression"）以及其他细节，下面结合你的示例代码来演示：

加载模型后，直接调用loaded_model$params就能获取训练时设置的所有参数，包括objective、metric这些核心配置。

补全并运行你的示例代码：

library(lightgbm)
data(agaricus.train, package = "lightgbm")
train <- agaricus.train
dtrain <- lgb.Dataset(train$data, label = train$label)
data(agaricus.test, package = "lightgbm")
params <- list(objective = "regression", metric = "l2")

# 训练模型
model <- lgb.train(params, dtrain, num_rounds = 10)

# 保存模型到本地
lgb.save(model, "my_regression_model.txt")

# 重新加载模型
loaded_model <- lgb.load("my_regression_model.txt")

# 查看模型参数
print(loaded_model$params)

运行后你会看到类似这样的输出，其中就包含你要找的objective: regression：

$objective
[1] "regression"

$metric
[1] "l2"

如果除了参数，你还想了解模型的树结构、叶子节点值等深层细节，可以使用dump_model()方法：

# 导出完整的模型细节
full_model_details <- loaded_model$dump_model()

# 打印前20行快速查看
cat(full_model_details[1:20], sep = "\n")

这个输出会包含参数配置、每棵树的拆分规则、叶子节点的预测值等信息，能帮你更全面地理解模型的构建逻辑。

需要注意的是，lgb.save()会完整保存模型的所有状态信息，所以只要是训练时设置的参数，加载后都能通过上述方法获取到。

内容的提问来源于stack exchange，提问作者zkurtz