如何向lgbm自定义损失函数传递附加参数？

import lightgbm as lgb

# 定义自定义损失函数
def custom_loss(y_true, y_pred, alpha):
    # 自定义损失函数的计算逻辑
    loss = ...  # 根据自己的需求计算损失
    return loss

# 定义自定义损失函数的梯度和二阶导数
def custom_loss_grad(y_true, y_pred, alpha):
    # 自定义损失函数的梯度计算逻辑
    grad = ...  # 根据自己的需求计算梯度
    return grad

def custom_loss_hess(y_true, y_pred, alpha):
    # 自定义损失函数的二阶导数计算逻辑
    hess = ...  # 根据自己的需求计算二阶导数
    return hess

# 注册自定义损失函数
lgb.loss.register(custom_loss, name='custom_loss')
lgb.loss.register_grad(custom_loss_grad, name='custom_loss')
lgb.loss.register_hess(custom_loss_hess, name='custom_loss')

# 传递附加参数
params = {
    'objective': 'custom_loss',
    'alpha': 0.5  # 传递附加参数
}

# 创建LGBM模型
model = lgb.train(params, train_data, num_boost_round=100)