UserWarning: 'verbose_eval' argument is deprecated and will be removed in a future release of LightGBM. Pass 'log_evaluation()' callback via 'callbacks' argument instead.什么意思

这个警告表示，LightGBM中的'verbose_eval'参数已经过时，并且在将来的版本中将被移除。取而代之的是，应该使用'callbacks'参数来控制输出的详细程度和评估指标。具体地，可以通过设置'log_evaluation()'回调函数来实现输出评估结果日志。示例代码如下：

import lightgbm as lgb

# 准备数据......
train_data = lgb.Dataset(...)
valid_data = lgb.Dataset(...)

# 定义参数......
params = {
    'objective': 'binary',
    'metric': 'auc',
}

# 定义回调函数......
def log_evaluation(period=1, show_stdv=True):
    def _callback(env):
        if period > 0 and env.evaluation_result_list \
                and (env.iteration + 1) % period == 0:
            result = '\t'.join([
                lgb.callback._format_eval_result(x, show_stdv)
                for x in env.evaluation_result_list
            ])
            print('[{}]\t{}'.format(env.iteration + 1, result))
    _callback.order = 10
    return _callback

# 训练模型......
model = lgb.train(params, train_data, valid_sets=[valid_data],
                  callbacks=[log_evaluation(period=10)])

在上面的代码中，'callbacks'参数被设置为'log_evaluation(period=10)'，这意味着在每10个迭代结束时，LightGBM将输出评估结果日志。'log_evaluation()'回调函数的定义是在代码中给出的，它将评估结果格式化为一个字符串，并将其输出到控制台。需要注意的是，'_callback.order = 10'语句用于指定回调函数的顺序，这是必需的，因为LightGBM需要按照一定的顺序执行回调函数。