xgboost，抵消風險？

2016-01-20 95 views 4 likes

我在R中建模聲明頻率（poisson distr）。我使用的是gbm和xgboost包，但似乎xgboost沒有用於考慮曝光的偏移參數？xgboost，抵消風險？

在gbm，一個將採取曝光考慮如下：

gbm.fit(x = train,y = target, n.trees = 100,distribution = "poisson", offset = log(exposure))

如何實現與`xgboost一樣嗎？

PS：我無法將曝光度用作預測因子，因爲每次觀察到聲明時都會創建新的obs。

：

setinfo(xgtrain, "base_margin", log(d$exposure))

您可以從類似的問題，我在這裏問看到完整的例子如果你發佈了一些數據，我會採取一些措施。（但經過一段時間的睡眠）。有兩種不同的泊松迴歸公式可用於glm，只有其中一個需要偏移量。也許這也將在gbm和/或xboost中起作用。 –

回答

通過曝光標準化您的計數並將曝光用作重量。有關更多詳細信息，請參閱this答案。

2016-09-02 04:18:21

一旦你創建你的xgboost矩陣，你可以設置一個使用setinfo偏移和base_margin屬性，如：XGBoost - Poisson distribution with varying exposure/offset

2016-09-13 14:59:19

相關問題