xgboostのmuti出力回帰

Question

Xgboostで複数の連続出力（マルチ回帰）を持つモデルを訓練することは可能ですか？ このようなモデルを訓練する目的は何でしょうか？任意の提案

Answer 1

私の提案を事前に

おかげでxgb.XGBRegressorのラッパーとしてsklearn.multioutput.MultiOutputRegressorを使用することです。 MultiOutputRegressorは、目標ごとに1つの退行者を訓練し、退役軍人はfitとpredictを実装する必要があります。

# get some noised linear data 
X = np.random.random((1000, 10)) 
a = np.random.random((10, 3)) 
y = np.dot(X, a) + np.random.normal(0, 1e-3, (1000, 3)) 

# fitting 
multioutputregressor = MultiOutputRegressor(xgb.XGBRegressor(objective='reg:linear')).fit(X, y) 

# predicting 
print np.mean((multioutputregressor.predict(X) - y)**2, axis=0) # 0.004, 0.003, 0.005 

これはおそらく、あなたは（あなたが最初sklearn APIを使用していた場合）あなたのコードの他の部分を変更する必要はありませんようxgboost使用したマルチ次元目標を退行する最も簡単な方法です。

ただし、この方法ではターゲット間の可能な関係は活用されません。しかし、それを達成するためにcustomized objective関数を設計しようとすることができます。