xgboost，抵消曝光？

Question

我在R中建模索赔频率（泊松区）。我使用gbm和xgboost包，但似乎xgboost没有偏移参数来考虑风险敞口？

在中gbm，应考虑以下风险：

gbm.fit(x = train,y = target, n.trees = 100,distribution = "poisson", offset = log(exposure))

如何使用xgboost达到相同的目的？

PS：由于每次观察到索赔时都会创建新的Obs，因此我无法将风险暴露用作预测指标。

Answer 1

创建 xgboost 矩阵后，您可以使用 setinfo 和 base_margin 属性设置偏移量，例如：

setinfo(xgtrain, "base_margin", log(d$exposure))

您可以从我在这里提出的类似问题中看到完整的示例：XGBoost - 具有不同曝光/偏移的泊松分布

Answer 2

按暴露量标准化您的计数，并将暴露量用作重量。有关更多详细信息，请参阅此答案。