Воспроизведение пользовательской функции потерь LightGBM для регрессии

Я хочу воспроизвести пользовательскую функцию потерь для LightGBM. Вот что я пробовал:

lgb.train(params=params, train_set=dtrain, num_boost_round=num_round, fobj=default_mse_obj)

Если default_mse_obj определяется как:

residual = y_true - y_pred.get_label()
grad = -2.0*residual
hess = 2.0+(residual*0)
return grad, hess

Однако показатели eval для цели «регрессии» по умолчанию отличаются от заданной пользовательской функции потерь. Я хотел бы знать, какая функция по умолчанию используется LightGBM для цели «регрессии»?


python-3.x python machine-learning xgboost lightgbm
person Franc Weser    schedule 18.02.2020    source источник

Ответы (1)


arrow_upward
2
arrow_downward

как вы можете видеть, здесь это функция потерь по умолчанию для задачи регрессии

def default_mse_obj(y_pred, dtrain):

    y_true = dtrain.get_label()

    grad = (y_pred - y_true)
    hess = np.ones(len(grad))

    return grad, hess
person Marco Cerliani    schedule 30.04.2020