2
xgBoost中的成对排名模型如何拟合？
据我所知，要训练学习对模型进行排名，您需要在数据集中包含三件事： 标签或相关性 组或查询ID 特征向量 例如，Microsoft Learning to Rank数据集使用此格式（标签，组ID和功能）。 1 qid:10 1:0.031310 2:0.666667 ... 0 qid:10 1:0.078682 2:0.166667 ... 我正在尝试利用GBM进行成对排名的xgBoost。他们有一个排名任务的示例，该任务使用C ++程序在上述Microsoft数据集上学习。 但是，我正在使用他们的Python包装器，似乎无法找到可以在其中输入组ID的地方（qid上述）。我可以仅使用功能和相关性分数来训练模型，但是我感觉自己缺少一些东西。 这是一个示例脚本。 gbm = XGBRegressor(objective="rank:pairwise") X = np.random.normal(0, 1, 1000).reshape(100, 10) y = np.random.randint(0, 5, 100) gbm.fit(X, y) ### --- no group id needed??? print gbm.predict(X) # should be in …