xgboost: надайте більше значення останнім зразкам

Чи можна надати більше значення очкам, які є останніми під час аналізу даних за допомогою xgboost?

Ви можете спробувати створити декілька моделей xgboost, причому деякі з них обмежуються новішими даними, а потім зважуйте ці результати разом. Ще одна ідея полягала б у тому, щоб зробити індивідуальну метрику оцінювання, яка більш серйозно покарає останні пункти, що надасть їм більшої важливості.

Просто додайте ваги залежно від міток часу у вашу xgb.DMatrix. Наступний приклад написаний на R, але той самий принцип застосовується і до xgboost на Python або Julia.

data <- data.frame(feature = rep(5, 5),
                   year = seq(2011, 2015), 
                   target = c(1, 0, 1, 0, 0))
weightsData <- 1 + (data$year - max(data$year)) * 5 * 0.01

#Now create the xgboost matrix with your data and weights
xgbMatrix <- xgb.DMatrix(as.matrix(data$feature), 
                         label = data$target, 
                         weight = weightsData)

На Python у вас є хороша обгортка, яка навчається scikit, тому ви можете писати так:

import xgboost as xgb
exgb_classifier = xgb.XGBClassifier()
exgb_classifier.fit(X, y, sample_weight=sample_weights_data)

Більше інформації ви можете отримати від цього: http://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBClassifier.fit