microsoft/SynapseML

[LightGBM] Regression: how to penalize negative predictions

Open

#918 建立於 2020年9月2日

在 GitHub 查看
 (18 留言) (0 反應) (2 負責人)Scala (861 fork)batch import
area/lightgbmenhancementgood first issue

倉庫指標

Star
 (5,228 star)
PR 合併指標
 (平均合併 23小時 16分鐘) (30 天內合併 2 個 PR)

描述

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!

貢獻者指南

研究方向
研究如何定義LightGBM中的自定義目標函數，以對負預測施加比正預測更大的懲罰。查閱LightGBM文檔中關於自定義目標函數的部分，並檢查SynapseML的LightGBM包裝器是否支援傳遞自定義目標。考慮使用傾斜損失或自定義lambda目標等不對稱損失函數。
技術棧
scala
領域
machine learning
議題類型
調研
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 小時
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
清晰
前置要求
machine learningLightGBM
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
70