我的XGBoost模型经常在相同样本的预测中出错。我想让模型知道其错误并纠正模型的预测行为。我该怎么办？
我试图通过降低逻辑回归阈值（通过增加模型敏感性）来解决问题，但是这导致假阳性预测的急剧增加。我还尝试调整模型的参数（按树，子样本，min_child_weight，max_depth的共采样），但这没有帮助。
在文本识别软件中，我遇到了一些功能，该功能可以使程序说“您错误地预测了字母”，从而学习了正确识别字母的模型。
机器学习中是否有类似的东西？
也许有一些正则化方法可以在特征之间重新分配权重。
谢谢。
答案 0 :(得分：1)
您是否验证了这些样本是否离群？如果是这样，请尝试通过更改超参数或缩放数据集使模型对它们更健壮