我有一个机器学习问题,我相信负二项式损失函数很适合,但是轻量级 gbm 包没有它作为标准,我正在尝试实现它,但我不知道如何得到 Gradient 和 Hessian,有人知道我该怎么做吗?我设法得到了损失函数,但我无法得到梯度和粗麻布。
import math
def custom_asymmetric_valid(y_pred,y_true):
y_true = y_true.get_label()
p = 0.5
n = y_pred
loss = math.gamma(n) + math.gamma(y_true + 1) - math.gamma(n + y_true) - n * math.log(p) - y_true * math.log(1 - p)
return "custom_asymmetric_eval", np.mean(loss), False
现在如何获得梯度和Hessian?
def custom_asymmetric_train(y_pred,y_true):
residual = (y_true.get_label() - y_pred).astype("float")
grad = ?
hess = ?
return grad, hess
任何人都可以帮忙吗?