Xgboost: 分位数回归和对预测区间的支持

创建于 2016-08-02  ·  3评论  ·  资料来源: dmlc/xgboost

我知道 sklearn.ensemble.GradientBoostingRegressor 支持分位数回归和预测区间的产生。 XGBoost 软件包是否有提供类似支持的计划？

feature-request
资料来源
picture nnorton24
👍2

最有用的评论

使用 xgboost 进行分位数回归需要自定义梯度和 hessian 函数。 这是 Python 中的一个实现：http: //www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/

picture arbackus 于 2017-05-17
👍5

所有3条评论

目前不支持分位数回归。

可以通过在用户端定义目标函数来实现： https ://github.com/dmlc/xgboost/blob/master/R-package/demo/custom_objective.R

hetong007 picture hetong007 于 2016-08-24

使用 xgboost 进行分位数回归需要自定义梯度和 hessian 函数。 这是 Python 中的一个实现：http: //www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/

arbackus picture arbackus 于 2017-05-17
👍5

请注意，实现对大多数用户来说并不是很有用，因为它指定了网格搜索三个参数（非常昂贵）以获得分位数估计。 在 sklearn 中，您只定义分位数值，并为您提供对该分位数的非常稳健和可靠的估计。

joseortiz3 picture joseortiz3 于 2017-12-21
👍2
此页面是否有帮助？
0 / 5 - 0 等级

相关问题

nicoJiang picture nicoJiang  ·  4评论
tqchen picture tqchen  ·  4评论
frankzhangrui picture frankzhangrui  ·  3评论
colinsongf picture colinsongf  ·  4评论
wenbo5565 picture wenbo5565  ·  3评论