在培训过程中更加重视最近的记录

Question

我的目标是建立一个分类模型，以预测一个客户是否会购买一个产品(二进制分类)。

因为在过去的几个月里(比方说3-4)，我知道公司的广告发生了一些变化，所以我想把重点放在更新的记录上。

我知道在大多数分类算法中可以指定sample_weights参数，但我不知道如何正确地构建这些权重。

基本上，我有客户已经(或没有)购买该产品的日期，但我想了解是否有一种特定的方法来使用这些信息来构建权重。

此外，我也知道是否有人知道这个应用程序的一些参考或应用(时间相关的抽样权重)。

提前谢谢你！

Answer 1

如果你想为你的数据点定义权重，你可以用一个简单的公式计算它们，这个公式的形状是正确的。让你的权重是数据点年龄的函数，然后选择你想要用线性或指数函数来建模它们的相对阻抗。

它可以很简单，如：

w(t) = 2^{-0.1t}

这样你的数据就会有十天的半衰期。

Answer 2

一种选择是增量训练。根据更多最新数据更新模型权重。这自动赋予最近的记录更重要的意义。

增量培训在贝叶斯框架内很好地工作，其中历史数据是先验数据，而较新的数据则更新了先验数据。