问题现象与背景
当开发者使用CatBoost这一强大的梯度提升库时，get_best_score方法常被用于获取模型训练过程中的最佳评估指标值。然而许多用户在调用model.get_best_score()时会意外遭遇"KeyError: 'learn'"错误，这通常发生在以下场景：
- 使用自定义评估指标(metric)时
- 未正确设置验证数据集
- 模型训练未完成提前中断
根本原因分析
该错误的本质是CatBoost内部数据结构缺失必要字段。通过分析源码发现，get_best_score方法默认尝试访问best_score_['learn']字典值，但以下情况会导致该字段不存在：
- 验证集未配置：当仅提供训练数据未设置eval_set时
- 评估指标冲突：自定义指标与内置指标名称重复
- 训练中断：early_stopping触发时未完整记录指标
- 版本兼容性问题：CatBoost 0.26前后版本API差异
5种解决方案
方案1：显式指定验证集
model.fit(
X_train, y_train,
eval_set=(X_val, y_val), # 必须提供验证集
verbose=100
)
print(model.get_best_score())方案2：检查指标名称
确保自定义指标不与内置指标(Accuracy, AUC, RMSE等)重名：
class CustomMetric:
def get_final_error(self, error, weight):
return error
def is_max_optimal(self):
return True
def evaluate(self, approxes, target, weight):
# 实现自定义逻辑
return (0.5, 1)方案3：使用安全访问方式
best_score = model.get_best_score()
learn_score = best_score.get('learn', 'N/A') # 字典安全访问
test_score = best_score.get('test', 'N/A')方案4：升级CatBoost版本
较新版本(≥1.0)优化了错误处理：
pip install --upgrade catboost方案5：完整训练流程验证
使用官方示例验证基础功能：
from catboost import CatBoostClassifier
model = CatBoostClassifier(iterations=100)
model.fit(X, y, eval_set=(X_val, y_val), plot=True)
assert 'learn' in model.get_best_score()深度技术解析
CatBoost在内部通过BestScoreTracker类管理指标数据，其核心逻辑包括：
| 组件 | 功能 |
|---|---|
| MetricHolder | 存储各阶段指标值 |
| EarlyStopping | 监控验证集表现 |
| SnapshotManager | 定期保存检查点 |
当出现"learn"键缺失时，实际上反映了MetricHolder初始化不完整的问题。通过设置logging_level='Debug'可查看详细日志：
model.fit(..., logging_level='Debug')