如何使用xgboost算法进行多变量预测?

时间:2018-03-01 05:49:16

标签: r xgboost boosting

我有一组功能:x1,x2,x3。此外,我有一组标签:y1,y2,y3。

例如,我的x变量是身高,体重和受教育年限。每个Yi代表以下领域的成绩:科学,艺术和管理。每个学生都被分配了共同响应领域(科学,艺术,管理)的成绩。我想使用xgboost算法来识别具有最低分数的类。例如,如果标记是(10,25,5),则算法应该将类预测为y3。如何自定义目标函数以完成此任务。我是R用户

1 个答案:

答案 0 :(得分:1)

在这种情况下,不确定它是解决这个问题的最佳方法,但它会解决它。

构建3个模型。每个模型都会根据Yi预测课程x1, x2, x3。 (这意味着您将复制数据3次,对于每个副本,您将预测共同响应Yi

因此,model1将预测class1的等级,class2的model2等等。

然后,对模型的结果运行最小问题。最低限度是赢家。

为每个模型使用常规的“linear:reg”目标函数。

通过简单的准确度测试来推广程序