Я знаю, что sklearn.ensemble.GradientBoostingRegressor поддерживает квантильную регрессию и получение интервалов предсказания . Планируется ли, что пакет XGBoost предложит аналогичную поддержку?
Квантильная регрессия в настоящее время не поддерживается.
Этого можно достичь, определив целевую функцию на стороне пользователя: https://github.com/dmlc/xgboost/blob/master/R-package/demo/custom_objective.R
Квантильная регрессия с xgboost требует пользовательских функций градиента и гессиана. Вот реализация на Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/
Обратите внимание , что реализация не очень полезна для большинства пользователей, поскольку она задает поиск по сетке трех параметров (очень дорого) для получения квантильной оценки. В sklearn вы определяете только значение квантиля, и вам предоставляется очень надежная и надежная оценка этого квантиля.
Самый полезный комментарий
Квантильная регрессия с xgboost требует пользовательских функций градиента и гессиана. Вот реализация на Python: http://www.bigdatarepublic.nl/regression-prediction-intervals-with-xgboost/