catboost评估/测试集，带有观测权重

Question

我正在处理一个包含人员列表的数据集（按财政代码编制索引）。目标变量是二进制的（1:买一本书，0:否则）。 所有的预测因子都是绝对的（例如：国籍、城市、道路、收入的bin等）。 会计代码可以重复两次，每个实例/观察值都有一个权重（如果不重复，则为1，如果重复，则为0到1之间的值）。在

例如，数据集看起来像

财务代码|权重|目标|分类信息

AAAAA 1 | 0.98 | 0 |。。。。。。在

AAAAA 1 | 0.02 | 1 |。。。。。。。。在

我有两个数据集（具有相同的变量），一个用于训练（X_train=分类变量的矩阵，y_train是目标变量，train_weight是训练集中每个观察值的权重），另一个用于测试（具有相同的变量和含义：X_测试、y_测试和test_weight）。在

我尝试了一个Catboost模型-CatBoostClassifier。在

增压器和超参数化

分类特征指数=np.哪里（X.d类型==np.类别)[0]

model=CatBoostClassifier（迭代次数=5000，学习率=0.1，深度=7，loss_function='Logloss'，eval_metric='AUC'）

拟合模型

在模型.拟合（列车

        y_train,
         eval_set=(X_test,y_test),
         cat_features=categorical_features_indices,
         use_best_model=True,
         verbose=True,
         sample_weight=train_weight)

问题是：如何考虑测试集中的观察值也有权重（TEST_weight）？你知道吗？在

我阅读了关于https://tech.yandex.com/catboost/doc/dg/concepts/python-reference_catboostregressor_fit-docpage/的文档，但是我没有发现任何有用的东西，而不是lightgbm文档（如果考虑另一个boosting模型的话）。在

Answer 1

我的理解是，在这种情况下，你需要使用一个游泳池，即

model.fit(Pool(X_train,y_train,weight=train_weight)
      eval_set=Pool(X_test,y_test,weight=test_weight),
      cat_features=categorical_features_indices,
      use_best_model=True,
      verbose=True)