g*u
2 楼
需要保持不同类别训练样本数目 balanced吗？ 还是无所谓？
thx
thx
N*r
3 楼
xgboost内部有对样本的平衡
但每种样本不能太少，至少得到统计显著吧
【在 g*******u 的大作中提到】
: 需要保持不同类别训练样本数目 balanced吗？ 还是无所谓？
: thx
M*0
4 楼
1. 调参
http://xgboost.readthedocs.io/en/latest/how_to/param_tuning.html
2. 对数据up/down-sampling进行预处理
http://xgboost.readthedocs.io/en/latest/how_to/param_tuning.html
2. 对数据up/down-sampling进行预处理
m*r
5 楼
response rate 就算很低， 比如1% 我觉着做不做平衡问题不大。 你做了平衡, 虽说
可以增加一些性能, 比如敏感度。 但根客户解释起来，比较困难。 比如average
response rate 是一个百分点, 某客户得分百分之二或者千分之八， 市场部的大妈
可以马上做决定。
如果你搞平衡了，各打五十大板以后，同样的客户得分.85, 你让市场部大妈怎么做决
定呢?
可以增加一些性能, 比如敏感度。 但根客户解释起来，比较困难。 比如average
response rate 是一个百分点, 某客户得分百分之二或者千分之八， 市场部的大妈
可以马上做决定。
如果你搞平衡了，各打五十大板以后，同样的客户得分.85, 你让市场部大妈怎么做决
定呢?
相关阅读