Função de perda diferenciável
A função de perda precisa ser diferenciável em relação à previsão a cada iteração. O XGBoost exige adicionalmente diferenciabilidade de segunda ordem para o critério de divisão baseado na hessiana.
Se falhar:Perdas não diferenciáveis (perda 0/1, métricas baseadas em ordenação) não podem ser otimizadas diretamente. Perdas substitutas diferenciáveis (logística, aos pares) são usadas em seu lugar, o que pode não coincidir perfeitamente com a métrica-alvo.