Преобразование модели XGBosst для плагина Apache Solr Learning to Rank

Question

Я хотел бы использовать модель парного ранжирования, обученную на XGBoost * в Apache Solr. Я полагаю, что модель XGBoost должна обрабатываться классом MultipleAdditiveTreesModel из плагина Solr LTR.

Однако при отображении вывода XGBoost в JSON, ожидаемый плагином Solr LTR, неясно, как обрабатывать условие отсутствует . Поскольку XGBoost имеет нетривиальную логику для маршрутизации пропущенных значений, они не всегда могут быть просто отправлены в левую или правую ветвь дерева.

Как решить эту проблему? Есть ли в XGBoost опция, обеспечивающая, чтобы пропущенные значения всегда направлялись в одну и ту же ветку или лучше, есть ли опция в плагине Solr LTR для обработки случая пропущенных значений?

* цель: «ранг: попарно»

Answer 1

В качестве обходного пути все отсутствующие данные можно удалить из обучающих данных, а условие «отсутствующие» можно просто пропустить при преобразовании модели для Solr. Тем не менее, это имеет недостаток в том, что вы теряете вычислительные ресурсы и ресурсы памяти, а возможно, и часть производительности XGBoosts.