Xgboost: Regresi Kuantil dan Dukungan untuk Interval Prediksi

Dibuat pada 2 Agu 2016  ·  3Komentar  ·  Sumber: dmlc/xgboost

Saya tahu bahwa sklearn.ensemble.GradientBoostingRegressor mendukung regresi kuantil dan produksi interval prediksi . Apakah ada rencana paket XGBoost untuk menawarkan dukungan serupa?

feature-request

Komentar yang paling membantu

Regresi kuantil dengan xgboost membutuhkan gradien khusus dan fungsi hessian. Berikut ini adalah implementasi dengan Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/

Semua 3 komentar

Regresi kuantil saat ini tidak didukung.

Itu dapat dicapai dengan mendefinisikan fungsi tujuan di sisi pengguna: https://github.com/dmlc/xgboost/blob/master/R-package/demo/custom_objective.R

Regresi kuantil dengan xgboost membutuhkan gradien khusus dan fungsi hessian. Berikut ini adalah implementasi dengan Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/

Perhatikan bahwa implementasi tidak terlalu berguna untuk sebagian besar pengguna, karena ini menentukan tiga parameter pencarian grid (sangat mahal) untuk mendapatkan perkiraan kuantil. Di sklearn, Anda hanya menentukan nilai kuantil dan Anda diberi perkiraan yang sangat kuat dan andal dari kuantil itu.

Apakah halaman ini membantu?
0 / 5 - 0 peringkat