Keras的Tweedie损失

Question

我们目前正在使用XGBoost模型和Tweedie损失来解决一个很好的回归问题，现在我想把我们的模型转移到Keras，并体验到神经网络，有谁知道如何实现Keras的Tweedie损失呢？我只关心p=1.5时的实例，这在XGBoost中给了我们最好的结果。

谢谢

Answer 1

嘿，谢谢你分享你的解决方案，我也在找这个！坦率地说，我感到惊讶的是，Tweedie发行版并不那么受欢迎，因为零通胀数据是相当普遍的。

只是想对此添加一些评论，我提交了一个“答案”，因为评论有严格的字符限制：

1. 您的解决方案是Tweedie偏差，即相同于 -2LL，这意味着您可以安全地降低乘数2，并将负对数可能性降到最低(不应影响结果)。
2. 从技术上讲，您的公式中有一个小遗漏:在第一个比率而不是\frac{y^{2-p}}{(1-p)(2-p)}中，应该是\frac{\max(y,0)^{2-p}}{(1-p)(2-p)}，虽然我认为实际上您只使用非负值，所以这不重要。
3. 最后，我还要指出的是，这个定义只适用于方差幂值p \notin \{0,1,2\}，对于这些特殊情况，请参见前面提到的Tweedie偏差链接。