xgboost，偏移曝光？答案

【问题标题】：xgboost, offset exposure?xgboost，偏移曝光？
【发布时间】：2016-01-20 09:21:46
【问题描述】：

我在 R 中对索赔频率（泊松分布）进行建模。我正在使用 gbm 和 xgboost 包，但似乎 xgboost 没有偏移参数来考虑风险？

在gbm 中，人们会按如下方式考虑曝光：

gbm.fit(x = train,y = target, n.trees = 100,distribution = "poisson", offset = log(exposure))

如何使用 `xgboost 实现相同的效果？

PS：我不能使用曝光作为预测指标，因为每次观察到声明时都会创建一个新的 obs。

【问题讨论】：

如果您发布一些数据，我会对其进行破解。（但经过一些睡眠。）有两种不同的泊松回归公式可以在 glm 中使用，其中只有一个需要偏移量。也许这也适用于 gbm 和/或 xboost。

标签： r xgboost

【解决方案1】：

创建 xgboost 矩阵后，您可以使用 setinfo 和 base_margin 属性设置偏移量，例如：

setinfo(xgtrain, "base_margin", log(d$exposure))

您可以从我在这里提出的类似问题中查看完整示例：XGBoost - Poisson distribution with varying exposure / offset

【讨论】：

【解决方案2】：

通过曝光标准化您的计数，并将曝光用作权重。详情请参阅this 答案。

【讨论】：