損失関数xgboostの予測クラスの重みを調整する

Question

与えられたターゲットの重み付き誤差を調整することは可能ですか？私がしようとしているのは、マルチクラスを予測する際にレアクラスの損失をより大きくすることです。

Answer 1

あなたが「set_weight」パラメータを使用してラベルの重みを設定することができますコアデータ構造を使用している場合：

set_weight（重量）は、各インスタンスの重みを設定します。

パラメータ： - ：How is the parameter "weight" (DMatrix) used in the gradient boosting procedure (xgboost)?

重量（のような配列）の各データポイント

ドキュメントがそのトピックにかなり精彩を欠いている間の重みが、私はこの前のトピックに役に立つかもしれない合理的な答えを発見しましたそれを引用

：

インスタンス重量は

XGBoostのsupporファイルインスタンスの重要度を区別するための重みを各インスタンスに提供します。

train.txt.weight

0.5

0.5：たとえば、我々は、以下のように例では "train.txt" ファイルのインスタンス 重量ファイルを提供する場合

0.5

これは、XGBoostが第1および第4のインスタンス、すなわち訓練中に肯定的なインスタンスを強調することを意味する。 の設定は、グループ情報の設定と似ています。 インスタンスファイル名が "xxx"の場合、XGBoostは同じディレクトリに "xxx.weight"というファイルがあるかどうかをチェックし、存在する場合は はモデルトレーニング中にウェイトを使用します。

願っています！