自定义CatBoost Poisson损失函数与内置版本结果不符求排查

以下是几个核心排查方向，按优先级排序：

• 核对损失函数的梯度/海森实现
  Poisson损失结合CatBoost内置默认的对数链接逻辑，标准形式为：
  损失值：$L(y, \hat{y}) = e^{\hat{y}} - y \cdot \hat{y}$
  梯度：$g(y, \hat{y}) = e^{\hat{y}} - y$
  海森矩阵（二阶导数）：$h(y, \hat{y}) = e^{\hat{y}}$
  你的CustomPoissonObjective必须严格实现上述逻辑，尤其注意模型输出是对数尺度的均值，而非原始均值。如果自定义代码直接用原始均值计算损失，结果必然和内置不符。

• 验证度量函数的计算逻辑
  确保CustomPoissonMetric的计算逻辑和内置Poisson度量完全对齐：比如是否对模型输出做指数逆变换得到实际均值，再计算对应损失/指标？如果自定义度量跳过逆变换或用了不同计算方式，会导致评估结果差异。

• 严格对齐所有训练参数
  两次实验必须保证所有参数完全一致，包括但不限于：learning_rate、depth、iterations、l2_leaf_reg、random_seed、bootstrap_type、subsample等。尤其是random_seed必须完全相同，否则训练过程的随机采样会导致结果偏差。

• 检查数值稳定性处理
  CatBoost内置实现会针对数值溢出（比如$e^{\hat{y}}$当$\hat{y}$过大时）做截断或近似优化。如果你的自定义代码没有处理这类情况，训练中可能出现数值异常，导致模型收敛方向偏离。

• 用小样本手动验证计算正确性
  取一组小规模真实标签y和模型预测值pred（注意是对数尺度），分别计算内置损失和自定义损失的结果，对比是否一致：

  import numpy as np
  
  y = np.array([2, 5, 3])
  pred = np.array([0.7, 1.6, 1.1])  # 对应内置Poisson的对数尺度输出
  
  # 内置逻辑计算损失
  builtin_loss = np.exp(pred) - y * pred
  # 自定义损失计算
  custom_loss = your_custom_objective.compute_objective(y, pred, None)
  
  # 检查是否近似相等
  print(np.allclose(builtin_loss, custom_loss))
  

  同样可以对比梯度和海森矩阵的计算结果，确认自定义实现的准确性。

• 确认链接函数设置
  CatBoost内置Poisson损失默认使用对数链接函数，如果你在自定义目标中没有遵循这一逻辑（比如用了恒等链接），模型输出的含义会完全不同，最终训练结果自然不一致。

内容的提问来源于stack exchange，提问作者Yuri