XGBoost 模型的时间聚合特征研究
机器学习
2026-01-16 v1
摘要
本文研究点击率预测中 XGBoost 模型的时间聚合特征。实验设置基于 Avazu 点击率预测数据集，采用严格的跨时间划分和无前瞻特征约束。小时 H 的特征仅使用严格早于 H 的曝光数据。本文在多种窗口设计下，将强时间感知的目标编码基线模型与增强实体历史时间聚合的模型进行比较。在确定性 10% 样本的两个滚动尾部折叠上，相对于仅使用目标编码，尾随窗口规范将 ROC AUC 提高了约 0.0066 至 0.0082，PR AUC 提高了约 0.0084 至 0.0094。在时间聚合设计网格中，事件计数窗口是唯一能比尾随窗口提供一致改进的窗口，且增益较小。在此数据集和协议下，间隔窗口和分桶窗口的表现不如简单的尾随窗口。这些结果支持将尾随窗口作为实用的默认选择，并在边际 ROC AUC 增益至关重要时可选配事件计数窗口。
引用
@article{arxiv.2601.10019,
title = {Time Aggregation Features for XGBoost Models},
author = {Mykola Pinchuk},
journal= {arXiv preprint arXiv:2601.10019},
year = {2026}
}
备注
17 pages, 18 tables and figures