グリッドサーチのbest_scoreがマイナスになる。

勾配ブースティングのグリッドサーチでbest_scoreをprintすると、マイナスになります。
しかも、かなり悪い値になります。（-0.45044823983154075）
実際にグリッドサーチで取得したbest_paramesでテストデータを評価すると、0.92という高い値になります。

何故でしょうか？？
ご指導頂ければ助かります。

from sklearn import datasets
from matplotlib import pyplot as plt
import lightgbm as lgb
from sklearn.model_selection import GridSearchCV

# LGB用のデータセットを登録
lgb_train = lgb.Dataset(x_train_std, y_train)
lgb_test = lgb.Dataset(x_test_std, y_test, reference=lgb_train)
 
lightgbm = lgb.LGBMClassifier(objective='binary', random_state=0)

params = {'task':[ 'train'],              # タスクを訓練に設定
          'boosting_type': ['gbdt'],      # GBDTを指定
          'objective': ['multiclass'],    # 多クラス分類を指定
          'metric': ['multi_logloss'],  # 多クラス分類の損失（誤差）
          'num_class': [3],               # クラスの数
          'learning_rate': [0.1,0.2,0.3,0.4],         # 学習率
          'max_dapth': [1,3,5,10,15,20],        # 木の深さ
          'num_leaves': [2,5,10,15,20],             # ノードの数
          'min_data_in_leaf': [2,5,10,15,20,30],        # 決定木ノードの最小データ数
          'num_iteration': [50]# 予測器(決定木)の数:インタレーション（反復数）（デフォルトは100）
         }

gbm = GridSearchCV(estimator=lightgbm, 
                   param_grid=params,
                   scoring='neg_log_loss',
                   cv=2, 
                   n_jobs=-1,
                   verbose=0,
                  )

gbm.fit(x_train_std, y_train)

# 最も良いパラメータとスコア
print(gbm.best_params_) 
print(gbm.best_score_)

{'boosting_type': 'gbdt', 'learning_rate': 0.4, 'max_dapth': 1, 'metric': 'multi_logloss', 'min_data_in_leaf': 20, 'num_class': 3, 'num_iteration': 50, 'num_leaves': 2, 'objective': 'multiclass', 'task': 'train'}
-0.45044823983154075
コード