消除 LightGBM 中 eval、obj（目标）和指标的歧义

问：

我是参考 R 库问这个问题的，但我认为它同样适用于 Python 和 Multiverso 版本。lightgbm

有 3 个参数，您可以在其中为模型选择感兴趣的统计量 - 、 和 。我试图用通俗易懂的语言清楚地区分这 3 个的不同角色。metricevalobj

文档说：

obj 目标函数，可以是字符或自定义目标函数。示例包括回归、regression_l1、huber、二进制、 lambdarank、多类、多类

eval 评估函数，可以是（列表）字符或自定义 eval 函数

metric 没有 R 文档，除了 catch all 说“see paraters.md”，它也没有真正解释它，但它列出了以下选项：

metric， default={l2 for regression}， {binary_logloss for bintal 分类}，{ndcg for lambdarank}， type=multi-enum， 选项=l1，l2，ndcg，auc，binary_logloss，binary_error... l1，绝对损失，别名=mean_absolute_error，mae L2，平方损失，别名=mean_squared_error，MSE l2_root，平方根损失，别名=root_mean_squared_error，rmse 胡贝尔，胡贝尔损失 公平，公平的损失 泊松， 泊松回归 ndcg， ndcg 地图， MAP AUC，AUC binary_logloss、日志丢失 binary_error。对于一个样本，0 表示正确分类，1 表示错误分类。 multi_logloss、多类分类的对数损失 multi_error。多类分类的错误率 支持多种指标，以 、 metric_freq 分隔，default=1，type=int 指标输出频率 is_training_metric，默认值=false，类型=bool 如果需要输出训练ndcg_at的指标结果，请将其设置为 true，default=1,2,3,4,5，type=multi-int，alias=ndcg_eval_at，eval_at NDCG评估位置，由，

我最好的猜测是

1. obj是算法的目标函数，即它试图最大化或最小化的内容，例如“回归”意味着它最小化平方残差
2. eval我猜只是您希望在算法拟合时看到计算的一个或多个额外统计数据。
3. metric我不知道这与和 的用法有何不同objeval