Я использую несколько регрессоров, таких как xgboost, повышение градиента, случайный лес или дерево решений для прогнозирования непрерывного целевого значения.У меня есть некоторая дополнительная информация, например, я знаю, что мое предсказание (целевое значение) основано на всех моих возможностях, которые должны находиться в заданном диапазоне.
Можно ли как-то более эффективно учесть эти границы как функциюлюбой из этих алгоритмов вместо проверки диапазона уже предсказанных значений и выполнения лишь некоторой последующей обработки.
Обратите внимание, что простым установлением нижней и верхней границы для моего целевого значения эти алгоритмы не обязательно научатсяэффективно рассчитать прогноз в заданном диапазоне.Я ищу более эффективный способ учесть эти границы как данные.
Спасибо