Question

我正在使用GridSearchCV来估计我的回归参数。我使用计分功能mean_squared_log_error（并且我想继续使用它）

from sklearn.model_selection import GridSearchCV
import xgboost as xgb

gs = GridSearchCV(xgb.XGBRegressor(),
                  param_grid={'max_depth': range(5, 10)},
                  scoring='neg_mean_squared_log_error', cv=5, return_train_score=True)

gs.fit(X, y)

y始终为正，但是发生的结果是5倍网格搜索中的某些预测恰好为负（即使由于目标变量始终为正也不应发生），因此我得到了错误消息

ValueError: Mean Squared Logarithmic Error cannot be used when targets contain negative values.

因为计分员试图计算负数的对数（不幸的预测）。

是否可以控制GridSearchCV中的预测？您将如何解决这个问题？

Answer 1

如果您知道自己的依存关系（y值）始终为正，则可以使用损失函数来将您的预测也限制在正域内。

XGBoost支持的一个示例是Gamma regression（请参阅reg：gamma），或者您可以像均方对数错误一样design your own loss function，在这种情况下，您必须导出一阶和二阶导数。

使用GridSearchCV控制预测> 0

1 个答案: