标签： machine-learning classification xgboost training-data
我每天都在 15 万条记录上训练 XGBoost 二进制分类器。 每天，大约有 500 条记录添加到训练集。 测试集（推理）10M 记录，无标签。 我注意到连续几天训练的两个模型对相同的记录（高达 10% 的推理数据）产生了根本不同的预测。 我现在尝试过的：
我担心的是，该模型的泛化程度不够，因此每日预测会发生重大变化。 我很想知道解决这个问题的可能方法