据我所知，要训练学习对模型进行排名，您需要在数据集中拥有三样东西：
- 标签或相关性
- 组或查询 ID
- 特征向量
例如，Microsoft Learning to Rank 数据集使用这种格式（标签、组 ID 和特征）。
1 qid:10 1:0.031310 2:0.666667 ...
0 qid:10 1:0.078682 2:0.166667 ...
我正在尝试利用 GBM 进行成对排名的 XGBoost。他们有一个排名任务的示例，该任务使用 C++ 程序在上面的 Microsoft 数据集上进行学习。
但是，我正在使用他们的 Python 包装器，似乎找不到可以输入组 ID 的位置（qid如上）。我可以只使用特征和相关性分数来训练模型，但我遗漏了一些东西。
这是一个示例脚本。
gbm = XGBRegressor(objective="rank:pairwise")
X = np.random.normal(0, 1, 1000).reshape(100, 10)
y = np.random.randint(0, 5, 100)
gbm.fit(X, y) ### --- no group id needed???
print gbm.predict(X)
# should be in reverse order of relevance score
print y[gbm.predict_proba(X)[:, 1].argsort()][::-1]