Machine learning 在lightgbm中定义自定义损耗时出现分段错误

我在Lightgbm和boosting type=“goss”中尝试了以下回归任务的自定义损失，但我遇到了一个分段错误：

def hm(y_true, y_pred):
    residual = (y_true - y_pred).astype("float")
    residual_abs = np.fabs(residual)
    grad = np.where(residual_abs<=300, 
                    np.copysign(1, -residual)* 0.5,
                    np.where(residual_abs>=900, 
                             np.copysign(1, -residual)* 1,
                             np.copysign(1, -residual)* 2))
    hess = np.ones(y_true.shape[0]) 
    return grad, hess

def-hm（y_-true，y_-pred）：
残差=（y_真-y_pred）.aType（“浮点”）
剩余值=np.fabs（剩余值）
梯度=np.式中（剩余值=900，
np.复制符号（1，-残差）*1，
np.复制符号（1，-残差）*2）
hess=np.one（y_true.shape[0]）
返回梯度，赫斯

---

知道为什么会失败吗？Im使用goss和default hyperparameters

这不是一个分段错误，而是一个Python例外，当使用dart作为助推器类型时，会出现运行时错误。如果我使用goss，就会出现分段错误。对不起，操作中不清楚，我会纠正。