使用自定义目标/损失函数的随机森林回归器（Python/Sklearn）

Question

我想构建一个随机森林回归器来模拟计数数据（泊松分布）。默认的“mse”损失函数不适合这个问题。有没有办法定义自定义损失函数并将其传递给 Python 中的随机森林回归器（Sklearn 等）？

是否有任何实现可以在任何包中拟合 Python 中的计数数据？

Answer 1

在 sklearn 中，目前不支持此功能。请参阅此处相应问题中的讨论，或者另一个类的讨论，其中他们更详细地讨论了其原因（主要是调用 Python 函数的大量计算开销）。

因此，可以按照问题中讨论的方式完成，通过分叉 sklearn，在 Cython 中实现成本函数，然后将其添加到可用“标准”列表中。