Тренирую регрессию xgboost
c objective = 'reg:squarederror
.
Результаты имеют нормальное распределение от -10 до +10. Для меня важна ошибка reg:squarederror
в предсказаний положительных значений свыше 7. Их 10% от всего датасета. Ошибка предсказания целей от -10 до 7 значения не имеет.
Какие есть подходы к решению такой задачи:
- задать веса наблюдений через
sample_weight
? - использовать другой
objective
, какой? oversampling
всего что выше 7?
Пример.
- Предсказали 10 реально -10 или (-10/10). самая большая ошибка
- Предсказали 10 реально 7. небольшая ошибка
- Предсказали 10 реально 0. большая ошибка
- Предсказали -10 реально (от -10 до 6). ошибка не интересна
sample_weight
сам не экспериментировал, возможно это и вариант, причём самый простой. Надо попробовать и посмотреть. Но чтобы оценить результат работы модели всё-равно ведь придётся как-то скор считать. Как именно модифицировать гессиан и градиент не могу сказать, надо думать, пробовать. Если б это просто метрика качества была, то понятно там занулять надо, а с этими я не знаю.