Моя модель XGBoost регулярно допускает ошибки в прогнозировании на одних и тех же выборках. Я хочу, чтобы модель знала свои ошибки и корректно предсказывала поведение модели. Как я могу это сделать?
Я пытался решить проблему путем уменьшения порога логистической регрессии (путем повышения чувствительности модели), но это приводит к радикальному увеличению ложных положительных прогнозов. Я также пытался настроить параметры модели (colsample by tree, subsample, min_child_weight, max_depth), но это не помогло.
В программном обеспечении для распознавания текста я столкнулся с некоторой функцией, которая позволяет сказать программе «выпредсказал букву неправильно ", и, таким образом, чтобы научить модель правильно распознавать букву.
Есть ли что-то похожее в машинном обучении?
Может быть, есть некоторые методы регуляризации, которыеперераспределить вес между функциями.
Спасибо.