Xgboost: 다중 출력 회귀

다변수/다중 레이블 회귀는 현재 구현되지 않았습니다. #574 #680
Tianqi는 gbtree 학습자에 몇 가지 관련 자리 표시자 데이터 구조를 추가했지만 아무도 기계를 작동할 시간이 없었던 것 같습니다.

많은 대회가 다중 출력을 사용하기 때문에 유감입니다.

이 있으면 정말 좋은 기능이 될 것입니다.

이에 대한 업데이트가 있습니까?

기능 요청 추적기에 이 기능을 추가하고 있습니다: #3439. 바라건대, 우리는 어느 시점에 도달할 수 있습니다.

동의합니다. 이 기능은 매우 유용할 것입니다(지금 당장 필요한 것입니다...)

나는 또한 이것이 신경망에서 수행하는 것이 매우 간단하지만 xgboost에서도 수행할 수 있다는 점에 동의합니다.

이 기능이 나오는 것을 보고 싶습니다

폐쇄된 이유가 있나요?

@veonua #3439 참조.

한편 다음과 같은 단일 출력 모델의 앙상블과 같은 대안이 있습니다.

# Fit a model and predict the lens values from the original features
model = XGBRegressor(n_estimators=2000, max_depth=20, learning_rate=0.01)
model = multioutput.MultiOutputRegressor(model)
model.fit(X_train, X_lens_train)
preds = model.predict(X_test)

출처: https://gist.github.com/MLWave/4a3f8b0fee43d45646cf118bda4d202a

한편 다음과 같은 단일 출력 모델의 앙상블과 같은 대안이 있습니다.

https://scikit-learn.org/stable/modules/generated/sklearn.multioutput.MultiOutputRegressor.html

나는 또한 무게를 달고 그러한 기능을 갖는 것이 매우 편리할 것이라고 말할 것입니다. 위에서 언급한 MultiOutputRegressor는 한 번에 여러 모델을 빌드하기에 좋은 래퍼이며 서로 독립적인 대상 변수를 예측하는 데 잘 작동합니다. 그러나 대상 변수의 상관 관계가 높은 경우 벡터를 예측하는 하나의 모델을 구축하고 싶을 것입니다.