少額の売上も高額の売上も割合で評価したい場合、Fione v2の開発版では順位付けに選んだ相対誤差を学習にも反映できます。
順位付けにMAPEまたはRMSPEを選ぶ
回帰の sort_metric は初期値が auto で、通常はRMSEを使います。mape または rmspe を指定する場合は、目的変数に0が含まれないことを確認します。学習は目的値の絶対値の逆数、RMSPEでは二乗の逆数に基づいて行を重み付けします。重みは99パーセンタイルで上限を設け、平均1にそろえます。target_transform=log1p では対数変換も重みに反映します。
最終アンサンブルと検証スコアを確認する
相対誤差に加え、mae、medae、smape、rmsle、poisson を選んだ場合も、交差検証で学習に使わなかった行の予測を元の単位に戻し、選択した指標でアンサンブルの配分を決めます。新しいデータでの誤差は、別に確保したデータで確認します。
目的変数の変換は初期値が none です。非負で右に大きく偏った目的変数や、log1p と元の単位の指標を組み合わせた場合は、条件に応じて学習ログに通知が出ます。対数スケールで順位付けしたい場合は、非負の目的変数で rmsle を検討します。通知で設定が自動変更されることはありません。