1

我正在使用GridSearchCV以估计我的回归器的参数。我使用评分函数mean_squared_log_error（我想继续使用它）

from sklearn.model_selection import GridSearchCV
import xgboost as xgb

gs = GridSearchCV(xgb.XGBRegressor(),
                  param_grid={'max_depth': range(5, 10)},
                  scoring='neg_mean_squared_log_error', cv=5, return_train_score=True)

gs.fit(X, y)

y 始终为正，但发生的情况是 5 折网格搜索中的某些预测恰好为负（即使它不应该发生，因为我的目标变量始终为正），因此我收到错误消息

ValueError: Mean Squared Logarithmic Error cannot be used when targets contain negative values.

因为记分员试图计算负数的对数（不幸的预测）。

有没有办法控制 GridSearchCV 中的预测？你会如何解决这个问题？

4

1 回答 1

1

如果您知道您的依赖（y 值）始终为正，则可以使用损失函数将您的预测也限制在正域中。

XGBoost 支持的一个示例是Gamma 回归（参见 reg:gamma），或者您可以设计自己的损失函数，例如均方对数误差，在这种情况下，您必须导出一阶和二阶导数。

于 2018-11-19T14:17:27.900 回答