DMatrix设置参数weight。显然，这是一个权重列表，其中每个值都是相应样本的权重。
我找不到关于这些权重如何实际用于梯度提升过程的任何信息。它们与eta有关吗？weight设置为0.3，将eta设置为1，这是否与将eta设置为0.3并将weight设置为1相同？xgboost允许在构建DMatrix时加入实例权重，正如您所提到的。这个权重直接与实例相关，并伴随整个训练过程进行传递。因此，它被包括在梯度和海森值的计算中，并直接影响 xgboost 模型的分裂点和训练。
实例权重文件
XGBoost支持为每个实例提供权重以区分实例的重要性。例如，如果我们为示例中的“train.txt”文件提供实例权重文件如下：
train.txt.weight
1
0.5
0.5
1
0.5
这意味着XGBoost将在训练模型时更加强调第一和第四个实例，即正实例。该配置类似于配置组信息。如果实例文件名为“xxx”，则XGBoost将检查同一目录中是否有名为“xxx.weight”的文件，如果有，则在训练模型时使用权重。
这与 eta 非常不同
eta只是告诉xgboost在每次迭代中将最后一棵树融合到集成中的程度。它是每个迭代中集成有多贪婪的度量。
例如，如果我将
将weight设置为所有样本的0.3和etaweight设置为1，这是否与将eta设置为0.3和weight设置为1相同？
所有实例的恒定weight值为1是默认值，因此将其更改为所有实例的常数0.3仍然是等权重，因此这不应太大影响。但是，将eta从0.3增加到1会使训练更加激进。
在 xgboost 的 DMatrix 中，weight 是以正确的方式输入泊松分布目标（例如保险索赔频率 - 即当 'objective': 'count:poisson' 时）的 暴露变量（例如保险单持续时间）。
更多信息
那么哪些是错误的方法呢？与Stack Exchange上的回复相反，base_margin和set_base_margin。我将这三个选项中的所有内容与GLM的sample_weight（由PoissonRegressor的fit方法公开）进行了基准测试，并且只有weight产生了类似无偏模型（从个体特征的实际vs.预测图中可以看出）。更不用说通过切换到weight（下降到改进GLM的水平）显着改善了早期停止指标（Poisson负对数或RMSE）。