Lightgbm 提前停止无法正常工作

我正在使用 lightgbm 来执行机器学习任务。

我想使用早期停止来找到给定多个超参数的最佳树数。 然而，lgbm 停止种植树木，同时仍在改进我的评估指标。

下面我附上了我的规格：

params = {
'max_bin' : [128],
'num_leaves': [8],
'reg_alpha' : [1.2],
'reg_lambda' : [1.2],
'min_data_in_leaf' : [50],
'bagging_fraction' : [0.5],
'learning_rate' : [0.001]
}

mdl = lgb.LGBMClassifier(n_jobs=-1, n_estimators=7000, 
                     **params)
mdl.fit(X_train, y_train, eval_metric='auc', 
          eval_set=[(X_test, y_test)], early_stopping_rounds=2000, 
        categorical_feature=categorical_features, verbose=5)

After some time lightgbm gives me the following result:

lgbm 得出结论，auc 0.7326 并不好于 0.70995，因此停止。

我究竟做错了什么？

它工作正常：如中所述早期停止的文档 https://lightgbm.readthedocs.io/en/latest/Parameters.html#early_stopping_round :

如果一个验证数据的一项指标不合格，将停止训练 在最后的 Early_stopping_round 轮中有所改善

你的对数损失在第 1034 轮更好。

尝试使用仅第一个度量 https://lightgbm.readthedocs.io/en/latest/Parameters.html#first_metric_only= True 或从列表中删除对数损失（使用指标参数）