উত্তর:
আপনি একাধিক এক্সগুস্ট মডেল তৈরির চেষ্টা করতে পারেন, এর মধ্যে কয়েকটি বেশিরভাগ সাম্প্রতিক ডেটাতে সীমাবদ্ধ রয়েছে, তারপরে ফলাফলগুলি একসাথে ওজন করতে হবে। আরেকটি ধারণা হ'ল একটি কাস্টমাইজড মূল্যায়ন মেট্রিক তৈরি করা যা সাম্প্রতিক পয়েন্টগুলিকে আরও ভারীভাবে শাস্তি দেয় যা তাদের আরও গুরুত্ব দেয়।
আপনার এক্সজিবি.ডি.ম্যাট্রিক্সে আপনার টাইম লেবেলের ভিত্তিতে ওজন যুক্ত করুন। নিম্নলিখিত উদাহরণটি আরে লেখা আছে তবে একই নীতিটি পাইথন বা জুলিয়ায় এক্সজিস্টে প্রযোজ্য।
data <- data.frame(feature = rep(5, 5),
year = seq(2011, 2015),
target = c(1, 0, 1, 0, 0))
weightsData <- 1 + (data$year - max(data$year)) * 5 * 0.01
#Now create the xgboost matrix with your data and weights
xgbMatrix <- xgb.DMatrix(as.matrix(data$feature),
label = data$target,
weight = weightsData)
setinfo(), যদিও এটি খুব বর্ণনামূলক নয়
পাইথনে আপনার একটি দুর্দান্ত সাইকিট-লার্ন র্যাপার রয়েছে, আপনি ঠিক এইভাবে লিখতে পারেন:
import xgboost as xgb
exgb_classifier = xgb.XGBClassifier()
exgb_classifier.fit(X, y, sample_weight=sample_weights_data)
আপনি এ থেকে আরও তথ্য পেতে পারেন: http://xgboost.readthedocs.io/en/latest/python/python_api.html#xgboost.XGBClassifier.fit
xgb.XGBClassifier()কোডের দ্বিতীয় লাইনে হওয়া উচিত তবে স্ট্যাকেক্সচেঞ্জটি ছয়টির চেয়ে কম অক্ষরের সম্পাদনার অনুমতি দেয় না ...