使用＆＃39;排名的XGboost输出是什么：成对＆＃39;？

Question

我使用XGBoost的python实现。其中一个目标是rank:pairwise，它可以最大限度地减少成对损失（Documentation）。但是，它没有说明输出的范围。我看到-10和10之间的数字，但它原则上是-inf到inf？

Answer 1

好的问题。你可以查看kaggle competition：

  

实际上，在Learning to Rank字段中，我们试图预测每个文档对特定查询的相对分数。也就是说，这不是回归问题或分类问题。因此，如果附加到查询的文档获得负预测分数，则意味着并且仅意味着与其他文档相比，它与查询相对较少，具有正分数。

Answer 2

它给出了排名的预测分数。 但是，分数仅对其自己的组中的排名有效。 所以我们必须为输入数据设置组。

对于esay排名，请参阅我的项目xgboostExtension

Answer 3

如果我正确理解你的qns，你的意思是使用rank：pairwise拟合的模型上的预测函数的输出。

预测给出预测变量（yhat）。

这与reg：linear / binary：logistic等相同。唯一的区别是reg：线性构建树到min（rmse（y，yhat）），而rank：pairwise build trees to max（map（rank） （Y），秩（yhat）））。但是，输出始终是yhat。

根据因变量的值，输出可以是任何值。但我通常期望输出与因变量的差异小得多。这通常是这种情况，因为没有必要拟合极端数据值，树只需要产生足够大/小的预测变量，以便在组中排名第一/最后