如何更改Xgboost中的特征重要性

我有一个在XGBOOST特征重要性评分中得分为0的强制特征。然而,我希望我的模型能够考虑到它。有没有一种方法可以强制编辑特征重要性?如果没有,是否有任何理论可以解决我的问题?提前谢谢。


回答:

问题在于您使用的模型,XGBoost在拟合时会选择特征重要性以提高得分。

您可以尝试使用其他模型,例如KNN。如果您对特征使用StandardScaler,即使相关性非常差,所有特征的重要性也会相同。然后,您可以通过更改任何特征的标准差来增加或减少其重要性。

这样做很可能会降低模型的性能,但如果您绝对希望某个特征被考虑到,我认为这是个不错的方法。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注