Я пытаюсь улучшить взвешенную Mape моих прогнозов, и я чувствую, что использование функции потерь для оптимизации суммы абсолютной ошибки вместо средней абсолютной ошибки будет полезно для уменьшения взвешенной MAPE. Я знаю, что в catboost есть много функций потери, которые он может принять, но я не вижу взвешенного MAPE или суммы абсолютных ошибок. Может кто-нибудь указать мне правильное направление, чтобы изменить существующий MAPE или MAE и использовать его для моего случая?
В документации я вижу, что это способ создания пользовательской цели RMSE, но я не уверен, как Я бы перешел к сумме абсолютных ошибок отсюда.
Любая помощь будет оценена, спасибо!
class RmseObjective(object):
def calc_ders_range(self, approxes, targets, weights):
assert len(approxes) == len(targets)
if weights is not None:
assert len(weights) == len(approxes)
result = []
for index in range(len(targets)):
der1 = targets[index] - approxes[index]
der2 = -1
if weights is not None:
der1 *= weights[index]
der2 *= weights[index]
result.append((der1, der2))
return result