“ rank:pairwise ” –mengatur XGBoost untuk melakukan tugas peringkat dengan meminimalkan kerugian berpasangan
maksudmu ini? Karena lambdamart adalah pendekatan listwise, bagaimana saya bisa menyesuaikannya dengan peringkat listwise? termasuk commond, parameter, dan format data pelatihan, dan di mana saya dapat mengatur lambda untuk lambdamart.
bisa u memberikan demo singkat atau intro? terimakasih banyak!
Ok aku paham. XGBoost mendukung penyelesaian tugas peringkat. Dalam skenario peringkat, data sering dikelompokkan dan kami memerlukan file informasi grup untuk s
menentukan tugas peringkat. Model yang digunakan di XGBoost untuk pemeringkatan adalah LambdaRank, fungsi ini belum selesai. Saat ini, kami menyediakan peringkat berpasangan.
Jadi, pembelajaran listwise tidak didukung. Ada rencana?
gunakan rank:ndcg untuk lambda rank dengan metrik ndcg
Hai, Saya baru saja mencoba menggunakan kedua objektif = ' rank:map ' dan objektif = ' rank:ndcg ', tetapi sepertinya tidak ada yang berhasil. Fungsi tujuan berpasangan sebenarnya baik-baik saja. Saya dapat melihat dalam kode bahwa fungsi tujuan LambdaMART masih ada, namun saya tidak mengerti mengapa itu tidak dapat dipilih menggunakan python API. Terima kasih.
@tqchen dapatkah Anda berkomentar jika rank:ndcg
atau rank:map
berfungsi untuk Python?
Ini perlu klarifikasi dalam dokumen.
Secara khusus:
apakah itu diselesaikan?
FWIW, " rank:ndcg " didefinisikan di sini https://github.com/dmlc/xgboost/blob/72cd1517d6b1d145c34e13a063fadd31b507b01d/src/objective/rank_obj.cc#L331
Dokumen perlu diperbarui.
@vatsan Sepertinya itu adalah kekeliruan. Bisakah Anda mengirimkan permintaan tarik untuk memperbarui dokumen parameter?
@vatsan @Sandy4321 @travisbrady Saya menambahkan semua tujuan ke parameter doc: #3672
Komentar yang paling membantu
Ini perlu klarifikasi dalam dokumen.
Secara khusus: