أعلم أن sklearn.ensemble.GradientBoostingRegressor يدعم الانحدار الكمي وإنتاج فترات التنبؤ . هل هناك أي خطط لحزمة XGBoost لتقديم دعم مماثل؟
الانحدار الكمي غير مدعوم حاليًا.
يمكن تحقيق ذلك من خلال تحديد الوظيفة الموضوعية من جانب المستخدم: https://github.com/dmlc/xgboost/blob/master/R-package/demo/custom_objective.R
يتطلب الانحدار الكمي باستخدام xgboost وظائف متدرجة وهسية مخصصة. هنا تطبيق في Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/
لاحظ أن التنفيذ ليس مفيدًا جدًا لمعظم المستخدمين ، لأنه يحدد ثلاث معاملات للبحث في الشبكة (مكلفة للغاية) للحصول على تقدير كمي. في sklearn ، أنت تحدد فقط القيمة الكمية ويتم إعطاؤك تقديرًا قويًا وموثوقًا جدًا لتلك الكمية.
التعليق الأكثر فائدة
يتطلب الانحدار الكمي باستخدام xgboost وظائف متدرجة وهسية مخصصة. هنا تطبيق في Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/