在训练 NGBoost 模型时，我得到了：

[iter 0] loss=-2.2911 val_loss=-2.3309 scale=2.0000 norm=1.0976

[iter 100] loss=-3.3288 val_loss=-2.8532 scale=2.0000 norm=0.7841

[iter 200] loss=-4.0889 val_loss=-1.5779 scale=2.0000 norm=0.7544

[iter 300] loss=-4.8400 val_loss=8.8107 scale=2.0000 norm=0.6710

[iter 400] loss=-5.4463 val_loss=51.7171 scale=2.0000 norm=0.5999

看起来在迭代 100 和 200 之间发生了过拟合。最好的（val_loss 明智的）模型是否保存了，或者我是否得到了最后一个报告的模型（有大量的过拟合，训练损失为 -5.4463，验证损失为 51.7171）？

如果我真的得到了过度拟合的模型，我该如何根据验证分数引入提前停止（或模型保存）？