如何在机器学习中更加重视某些实例？

Question

我在这里找到了一个相关问题：How to put more weight on certain features in machine learning? 但它是针对功能的。

假设我有一个带有标签的 N 实例（或 N 行）数据集。

我知道有些标签是真实的，而有些标签是不确定的，即有些标签中有噪音。

我如何将这些信息整合到机器学习模型中，例如 xgboost，例如告诉 xgboost 与未验证标签的实例相比，具有已验证标签的实例的权重更大？

Answer 1

您可以构造一个DMatrix 并使用它的weight 属性来初始化每个实例的权重。查看文档here

或sample_weight 来自fit 方法