xgBoostのペアワイズランキングモデルにどのように適合しますか？

私の知る限り、モデルをランク付けするように学習をトレーニングするには、データセットに次の3つを含める必要があります。

• ラベルまたは関連性
• グループまたはクエリID
• 特徴ベクトル

たとえば、Microsoft Learning to Rankデータセットはこの形式（ラベル、グループID、機能）を使用します。

1 qid:10 1:0.031310 2:0.666667 ...
0 qid:10 1:0.078682 2:0.166667 ...

GBMを使用してペアワイズランキングを行うxgBoostを試しています。これらには、C ++プログラムを使用して上記のようなMicrosoftデータセットで学習するランキングタスクの例があります。

しかし、私は彼らのPythonラッパーを使用しており、グループID（qid上記）を入力できる場所が見つからないようです。機能と関連性スコアのみを使用してモデルをトレーニングできますが、何かが足りないように感じます。

これがサンプルスクリプトです。

gbm = XGBRegressor(objective="rank:pairwise")

X =  np.random.normal(0, 1, 1000).reshape(100, 10)
y = np.random.randint(0, 5, 100)

gbm.fit(X, y) ### --- no group id needed???

print gbm.predict(X)

# should be in reverse order of relevance score
print y[gbm.predict_proba(X)[:, 1].argsort()][::-1]

XGBoostのドキュメントによれば、XGboostは以下を期待しています：

• 同じグループの例が連続した例になる
• 各グループのサイズのリスト（Pythonののset_groupメソッドで設定できますDMatrix）。

set_group1つのグループのスコアのみが比較可能であるため、ランク付けは非常に重要です。自分のグループのスコアに従ってデータを並べ替えることができます。

ランキングを簡単にするために、xgboostExtensionを使用できます。