是否可以調整給定目標的加權誤差?我在嘗試做的事情是在預測多類時減少較少類的損失。在損失函數中調整xgboost中的預測類的權重
0
A
回答
1
如果使用核心數據結構,你可以通過「set_weight」參數設置標籤的重量:
set_weight(重量)重設置每個實例。
參數:重量(陣列等) - 每個數據點
雖然文件是關於該主題相當低迷體重,我已經找到一個合理的答案,可能是在此之前的話題有用:How is the parameter "weight" (DMatrix) used in the gradient boosting procedure (xgboost)?
引用它:
實例重量文件
XGBoost支承實爲每個實例提供一個權重來區分實例的重要性。例如,如果我們提供了在例如如下的 「train.txt」 文件的一個實例 重量的文件:
train.txt.weight
0.5
0.5
0.5
這意味着XGBoost會更強調第一個和第四個 實例,也就是說在訓練期間有積極的實例。 配置與配置組信息相似。如果 實例文件名爲「xxx」,則XGBoost將檢查在同一目錄中是否存在名爲「xxx.weight」的 文件,如果存在, 將在訓練模型時使用權重。
希望它有幫助!
相關問題
- 1. 如何調整XGBoost給予特定的預測值列更多的權重
- 2. MATLAB中的損失函數
- 3. 調整評估函數的權重
- 4. CMU中的調整語言權重(LW)和單詞插入損失(WIP)SPHINX
- 5. Xgboost預測模型缺失假期
- 6. 在tensorflow中定義的損失函數?
- 7. xgboost模型的預測函數的列順序
- 8. 在R函數中調用預測()
- 9. 如何在TensorFlow中定義加權損失函數?
- 10. 在R中使用XGBoost預測類變量
- 11. 預測誤差Xgboost R
- 12. xgboost預測方法返回
- 13. R xgboost預測與early.stop.round
- 14. 自定義損失函數的加權訓練數據
- 15. XGboost python - 分類器類的權重選項?
- 16. 我該如何調整xgboost以賦予變量更多的權重?
- 17. 在ASP.NET中調整圖像質量損失?
- 18. 中的R xgboost預測是稀疏和密集矩陣
- 19. 循環無法正常運轉的預期R,而調整xgboost參數
- 20. 預測函數的預測值
- 21. 使用「binary:logistic」時XGBoost中單個樹的權重計算
- 22. 調整位圖而不損失質量
- 23. 崩潰CTC損失函數
- 24. 複合損失函數
- 25. 在H2O隨機森林和xgboost中使用權重列
- 26. 在Julia中使用匿名函數的性能損失
- 27. 痛飲C++瓦特/ Java的損失類型多態的回調函數
- 28. ValueError:feature_names不匹配:在predict()函數中的xgboost中
- 29. 如何從基類中的函數調用重載函數?
- 30. 如何重新調整咖啡中功能圖的權重?
我的理解是,這是樹實例,而不是實際的類本身。 – TheM00s3