XGBoost销量预测自定义目标函数：如何传入销售价格参数？

首先看你遇到的IndexError，根源是代码里price = train[0]["salesPrice"]只取了单个样本的销售价格，得到的是长度为1的数组（甚至是标量），而mask1、mask2是对应整个训练集长度（136019个样本）的布尔索引，用长度为1的数组去索引长度136019的数组，自然会报长度不匹配的错误。

而且你的目标函数注释里提到dtrain is a numpy array，这说明你没有用XGBoost的DMatrix封装数据——这才是无法传入销售价格的核心问题：DMatrix是XGBoost用来存储训练数据、标签和附加信息的容器，只有用它才能把销售价格这类额外特征传递到自定义目标函数中。

正确的实现步骤 #

1. 用DMatrix封装数据并存储销售价格

在创建训练数据矩阵时，把销售价格作为附加信息存入DMatrix：

import xgboost as xgb
import numpy as np
from typing import Union, Tuple

# 假设X_train是特征矩阵，y_train是销量标签，train["salesPrice"]是对应样本的销售价格数组
dtrain = xgb.DMatrix(X_train, label=y_train)
# 将销售价格存入DMatrix的自定义信息字段
dtrain.set_info(price=train["salesPrice"].values)

2. 修改自定义目标函数，从DMatrix中获取价格

调整目标函数，通过dtrain.get_float_info()获取存储的销售价格数组：

def monetary_value_objective(predt: np.ndarray, dtrain: xgb.DMatrix) -> Tuple[np.ndarray, np.ndarray]:
    """
    predt: 模型预测值数组
    dtrain: XGBoost DMatrix对象，包含标签和附加的销售价格
    """
    y = dtrain.get_label()  # 获取真实销量标签
    price = dtrain.get_float_info('price')  # 获取存储的销售价格数组
    
    mask1 = predt <= y  # 预测值小于等于真实值（预测过少）
    mask2 = predt > y   # 预测值大于真实值（预测过多）
    
    # 计算梯度
    grad = price ** 2 * (predt - y)
    grad[mask1] = 2 * grad[mask1]
    grad[mask2] = 0.72 * grad[mask2]
    
    # 计算二阶导数（Hessian）
    hess = np.empty_like(grad)
    hess[mask1] = 2 * price[mask1] ** 2
    hess[mask2] = 0.72 * price[mask2] ** 2
    
    # XGBoost默认是最小化损失函数，这里将梯度取负（根据你的损失定义调整）
    grad = -grad
    return grad, hess

3. 训练模型时指定自定义目标函数

训练时使用你定义的目标函数，注意要传入DMatrix格式的dtrain：

params = {
    'objective': 'reg:squarederror',  # 这里虽然指定，但会被自定义目标覆盖，也可以设为'objective': 'reg:linear'（但已废弃）
    # 其他超参数...
}

model = xgb.train(params, dtrain, num_boost_round=100, obj=monetary_value_objective)

关于需求的可行性 #

你的需求完全可行：XGBoost设计时就支持自定义目标函数访问DMatrix中的附加信息，只要通过set_info存入、get_float_info/get_int_info等方法取出，就能在目标函数中使用样本级别的额外特征（比如这里的销售价格）来计算个性化的损失、梯度和二阶导数。

内容的提问来源于stack exchange，提问作者Nicolas