问题描述
我想使用DecisionTreeRegressor进行多输出回归,但是我想为每个输出使用不同的“重要性”权重(例如,准确预测y1的重要性是预测y2的两倍)。
是否可以将这些权重直接包含在sklearn的DecisionTreeRegressor中?如果没有,如何为sklearn中的每个输出创建具有不同权重的自定义MSE标准?
解决方法
更令人失望的是,由于只允许设置一个权重,因此sklearn中的算法都是关于一个权重的。
关于自定义条件:
scikit-learn中存在类似问题 https://github.com/scikit-learn/scikit-learn/issues/17436
可能的解决方案是创建一个模仿https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_criterion.pyx#L976中现有标准的标准类(例如MAE)
但是,如果您详细查看代码,则会发现所有关于权重的变量都是“一个权重集”,这与任务无关。
因此,要进行自定义,您可能需要破解很多代码,包括:
-
破解fit函数以接受二维权重数组 https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_classes.py#L142
-
通过检查(否则继续破解...)
-
修改树构建器以允许权重 https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx#L111 太糟糕了,相关变量很多,您应该将double更改为double *
-
修改Criterion类以接受二维权重数组 https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_criterion.pyx#L976
-
在初始化,重置和更新中,必须保留特定于输出(任务)的属性,例如self.weighted_n_node_samples。
TBH,我认为这真的很难实施。也许我们需要为scikit-learn组提出一个问题。