early_stopping_rounds 변화에 따른 loss와 정확도

안녕하세요. 항상 강의 보며 많은 도움 받고 있습니다.

섹션4.분류 XGBoost를 이용한 위스콘신 유방암 예측(사이킷런 Wrapper XGBoost 사용)

위의 강의를 듣고 궁금점이 생겨 질문 드립니다.

아래 코드를 사용해 early_stopping_rounds를 50, 10일 때 결과를 봤는데

강의와 다르게 성능이 올라가는 것이 의문입니다.

10일때가 loss는 분명 더 큰데 정확도는 높게 나옵니다.

from xgboost import XGBClassifier

xgb_wrapper = XGBClassifier(n_estimators=400, learning_rate=0.05, max_depth=3)
evals = [(X_tr, y_tr), (X_val, y_val)]
xgb_wrapper.fit(X_tr, y_tr, early_stopping_rounds=50, eval_metric="logloss", 
                eval_set=evals, verbose=True)

ws50_preds = xgb_wrapper.predict(X_test)
ws50_pred_proba = xgb_wrapper.predict_proba(X_test)[:, 1]

get_clf_eval(y_test , ws50_preds, ws50_pred_proba)

early_stopping_rounds=50일 때의 결과:

validation_1-logloss:0.23533 , 정확도 0.9649

정확도: 0.9649, 정밀도: 0.9740, 재현율: 0.9740,    F1: 0.9740, AUC:0.9961

early_stopping_rounds=10일 때의 결과:

validation_1-logloss:0.25165, 정확도 0.9737

정확도: 0.9737, 정밀도: 0.9868, 재현율: 0.9740,    F1: 0.9804, AUC:0.9954