microsoft/SynapseML

[LightGBM] Regression: how to penalize negative predictions

Open

#918 geöffnet am 2. Sept. 2020

Auf GitHub ansehen
 (18 Kommentare) (0 Reaktionen) (2 zugewiesene Personen)Scala (5.228 Stars) (861 Forks)batch import
area/lightgbmenhancementgood first issue

Beschreibung

I have a simple regression task (using a LightGBMRegressor) where I want to penalize negative predictions more than positive ones. Is there a way to achieve this with the default regression LightGBM objectives (see https://lightgbm.readthedocs.io/en/latest/Parameters.html)? If not, is it somehow possible to define (many example for default LightGBM model) and pass a custom regression objective?

Thx in advance!

Contributor Guide

Tech Stack
scala
Domain
machine learning
Issue Type
feature
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
half day
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
blocked
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
clear
Voraussetzungen
LightGBM basicsCustom objective functions
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
40
Research-Richtung
Investigate LightGBM's documentation on custom objectives (https://lightgbm.readthedocs.io). Check the SynapseML source code for the LightGBM integration (likely in the 'lightgbm' folder). Look for any existing custom objective examples in the repository's issues or PRs. Engage with the assignees to understand if they have a proposed solution.