• 'l1' 或者 mean_absolute_error或者 mae或者 regression_l1： 表示绝对值损失
• 'l2' 或者mean_squared_error或者 mse或者 regression_l2或者 regression：表示平方损失
• 'l2_root' 或者root_mean_squared_error或者 rmse：表示开方损失
• 'quantile'： 表示Quantile 回归中的损失
• 'mape' 或者 'mean_absolute_percentage_error' ：表示MAPE 损失
• 'huber'： 表示huber 损失
• 'fair'： 表示fair 损失
• 'poisson'： 表示poisson 回归的负对数似然
• 'gamma'： 表示gamma 回归的负对数似然
• 'gamma_deviance'： 表示gamma 回归的残差的方差
• 'tweedie'： 表示Tweedie 回归的负对数似然
• 'ndcg'： 表示NDCG
• 'map' 或者'mean_average_precision'： 表示平均的精度
• 'auc'： 表示AUC
• 'binary_logloss'或者'binary'： 表示二类分类中的对数损失函数
• 'binary_error'： 表示二类分类中的分类错误率
• 'multi_logloss'或者 'multiclass'或者 'softmax'或者 'multiclassova'或者 'multiclass_ova',或者'ova'或者 'ovr'： 表示多类分类中的对数损失函数
• 'multi_error'： 表示多分类中的分类错误率
• 'xentropy'或者'cross_entropy'： 表示交叉熵
• 'xentlambda' 或者'cross_entropy_lambda'： 表示intensity 加权的交叉熵
• 'kldiv'或者'kullback_leibler'： 表示KL 散度

如果有多个度量指标，则用逗号, 分隔。

2. metric_freq或者'output_freq'： 一个正式，表示每隔多少次输出一次度量结果。默认为1 。

3. train_metric 或者training_metric或者 is_training_metric： 一个布尔值，默认为False。 如果为True，则在训练时就输出度量结果。

4. ndcg_at 或者 ndcg_eval_at 或者eval_at： 一个整数列表，指定了NDCG 评估点的位置。默认为1,2,3,4,5 。