Machine learning 在BigQuery ML中，有没有一种方法可以将样本权重用于XGBoost和DNN模型？_Machine Learning_Deep Learning_Google Bigquery_Xgboost

Machine learning 在BigQuery ML中，有没有一种方法可以将样本权重用于XGBoost和DNN模型？

machine-learning deep-learning google-bigquery

Machine learning 在BigQuery ML中，有没有一种方法可以将样本权重用于XGBoost和DNN模型？,machine-learning,deep-learning,google-bigquery,xgboost,Machine Learning,Deep Learning,Google Bigquery,Xgboost,我有一个数据集，其中每个实例都有不同的权重。在我的例子中，权重相差达几个数量级。我想训练一个可以考虑这些权重的回归模型模型。作为研究的一部分，我尝试了以下模型：“boost_树分类器”、“boost_树回归器”、“DNN_分类器”、“DNN_回归器”。在文档（，）中，似乎无法定义权重列。（可以为分类器定义“类权重”，这是完全不同的事情）作为我研究的一部分，我没有使用权重，而是创建了一个向上采样的数据集。然而，这种方法有两个巨大的缺点：它极大地增加了数据集的大小，这转化为模型培训的成本

我有一个数据集，其中每个实例都有不同的权重。在我的例子中，权重相差达几个数量级。我想训练一个可以考虑这些权重的回归模型模型。作为研究的一部分，我尝试了以下模型：“boost_树分类器”、“boost_树回归器”、“DNN_分类器”、“DNN_回归器”。在文档（，）中，似乎无法定义权重列。（可以为分类器定义“类权重”，这是完全不同的事情）

作为我研究的一部分，我没有使用权重，而是创建了一个向上采样的数据集。然而，这种方法有两个巨大的缺点：

它极大地增加了数据集的大小，这转化为模型培训的成本

由于权重的显著差异，我被迫移除权重较低的样本，以保持“合理大小”的上采样数据集（大约比原始数据集大10-20倍）。因此，信号的一个重要部分丢失

我看到大多数DNN和XGBoost库都支持示例_权重参数，包括分类和回归模型类型（）

有没有办法在BigQuery ML中使用XGBoost和DNN模型（回归器/分类器模型类型）的样本权重？

自2020-12-02起，BigQuery ML中不支持每个样本权重