Python XGBOOST：样本重量与刻度位置重量

我有一个高度不平衡的数据集，我想知道在哪里计算权重，因此我试图理解

XGBClassifier

中的

scale\u pos\u weight

参数和

fit

方法的

sample\u weight

参数之间的差异。如果可以同时使用或选择哪种方法，请直观解释两者之间的差异

文件表明，

秤位重量

：

控制正负权重的平衡。&典型值 考虑：和（负案例）/和（正案例）

例如：

from xgboost import XGBClassifier
import xgboost as xgb
LR=0.1
NumTrees=1000
xgbmodel=XGBClassifier(booster='gbtree',seed=0,nthread=-1,
                       gamma=0,scale_pos_weight=14,learning_rate=LR,n_estimators=NumTrees,
                      max_depth=5,objective='binary:logistic',subsample=1)
xgbmodel.fit(X_train, y_train)

或

---

sample\u weight

参数允许您为每个训练示例指定不同的权重。

scale\u pos\u weight

参数用于为整个示例类（“正”类）提供权重

这些对应于成本敏感学习的两种不同方法。如果您认为所有阳性样本的错误分类（遗漏癌症患者）成本相同（但比错误分类负面样本的成本要高，例如，告诉某人他们患有癌症，而他们实际上没有），那么您可以通过

scale\u pos\u weight

为所有阳性样本指定一个权重

XGBoost将labels=1视为“肯定”类。从以下代码中可以明显看出这一点：

if (info.labels[i] == 1.0f) w *= param_.scale_pos_weight

看

---

另一种情况是，您有依赖于示例的成本。一个例子是检测欺诈交易。不仅假阴性（错过欺诈性交易）比假阳性（阻止合法交易）的成本更高，而且错过假阴性的成本与被盗金额成正比。因此，您希望对金额较高的正面（欺诈）示例给予更大的权重。在这种情况下，您可以使用

sample\u weight

参数指定示例特定的权重。

Hi，您能告诉我如何计算这两个实例的值吗？另外，在

scale\u pos\u weight

thank中的正实例和负实例是什么？没有“计算”这些权重值的标准方法。在衡量整个正类时，XGBoost文档建议将sum（负实例）/sum（正实例）作为“需要考虑的典型值”。原则上，这是一个需要调整的超参数。对于衡量单个实例，完全由您决定这些实例的错误分类成本。例如，在检测信用卡交易中的欺诈行为时，你可以说，错过欺诈交易的成本与所花的钱成正比。另外，你能告诉我它是什么意思吗？正实例，在这里，类值=到1，负实例，在这里，类值=0？。但是将0和1分配给类可能是任意的，对吗？谢谢你说得对。在XGBoost的情况下，y=1被视为正类。我更新了答案并包含了这个。

if (info.labels[i] == 1.0f) w *= param_.scale_pos_weight