我只想强调（增加权重）数据的一个子集。假设我有新旧数据，我想说旧数据必须具有更大的权重，因此比新数据对决策的影响更大。
在 scikit-learn 我发现只有class-weight参数，但它不会改变样本的权重，只会改变类内所有样本的权重。
有没有办法将这种强调融入到 spark 中的梯度提升树或 python 中的 xgboost 中？
比其他人更强调某些观察权重
数据挖掘
加权数据
2022-02-11 03:21:21
2个回答
如果你有一个日期变量（或类似的东西），你可以使用它来创建一个权重。
如果您使用 XGBoost，则可以在此处创建 - 馈送您的观察权重weight时为每个实例指定一个选项。DMatrix
可能有一种更奇特的方法来创建动态权重，但我可能会从对子集进行过采样开始，看看效果如何。因此，如果您有 A、B 和 C 类并且想要强调 C，请制作 C 的副本并将其插入到您的训练数据中。换句话说，假设您有六个要训练的记录：
- A1
- A2
- B1
- B2
- C1
- C2
添加：
- C1
- C2