专家！也许，您知道如何计算 xgboost 的置信区间？具有 t 分布的经典公式无济于事，因为我的数据不是正态分布的。还是无所谓？
如果您建议一些文献，它将非常有用，但 R 和 Python 中的方法（在库 xgb 的上下文中）也很好。
也许，它看起来像这样，但它是如何计算的？并发现了这一点- 对还是错？
PS：我不能添加一些图片，与我的数据相关（链接限制），对不起。
所以，这就是答案！ （镜子）
要为异常分布的数据构建置信限，您首先需要构建分位数回归，而不是默认情况下的线性回归。为此，有必要使用文章中的派生衍生物或简单地复制 python 上的代码来自定义变量“objective”。还需要改变梯度函数和高斯函数。一切编程完成后，为第 50 个分位数构建一个分位数回归（这将是初始回归），然后为区间的两个边界（例如，95 和 5）构建两个分位数回归。因此，您不仅可以获得更准确的初始回归模型，还可以获得所需的间隔。