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»?