我有一个数据集，其中包含特征，索赔数量和风险敞口（即权重）-因此，运行一年的策略的风险敞口为1，半年的策略的风险敞口为0.5。我想预测理赔频率，即理赔次数/风险。
我的问题：
1）我在xg_reg.fit语句中传递了Exposure as Weight，这是正确的做法吗？如果我在data_dmatrix语句中将其作为weight = weight_train传递，则与根本没有weight语句相比，它不会改变我的结果。
2）XGBRegressor和Objective ='reg：squarederror'是要使用的正确语句吗？我认为也许应该与泊松有关
3）我的预测应该乘以最后的测试数据集曝光，对吗？
weight_train = df_train['Exposure']
data_dmatrix = xgb.DMatrix(data=X_train,label=y_train)
xg_reg =xgb.XGBRegressor(dtrain=data_dmatrix,
max_depth = 6, eta = 1, nthread = 2, nrounds = 2,
objective ='reg:squarederror', colsample_bytree = .25, learning_rate = .3, alpha = 6)
xg_reg.fit(X_train,y_train, sample_weight = weight_train)
preds = xg_reg.predict(X_test)