xgb-deepmodel

XGBoost DeepModel — 分群集成建模 (portable)

分群训练多个 XGBoost 子模型，通过 OOF Stacking 融合成主模型，评估集成收益。

---

阶段1：训练分群子模型

参数说明

参数 spec：_vendor/xgb_cli.py 中 domain=deepmodel-sub。复杂嵌套 JSON（segments / features_per_segment / pos_weight_per_segment）必须走 --config。

执行方式

python scripts/sub_trainer.py \
  --data_path ./data.parquet --target y_label \
  --time_col busi_dt --exclude_cols "cust_code,busi_dt" \
  --auto --output_dir ./outputs/deepmodel

配合 --config 传入结构化 JSON：

{
  "segments": {"高风险": "risk_score > 500", "低风险": "risk_score <= 500"},
  "pos_weight_per_segment": {"高风险": 2.0, "低风险": 1.0}
}

python scripts/sub_trainer.py \
  --data_path ./data.parquet --target y_label \
  --auto --config ./config.json --output_dir ./outputs/deepmodel

输出

• 每个分群的模型文件：{output_dir}/{segment_name}.json
• Markdown 报告：各分群 Train/Val/OOT AUC/KS/Gap 对比表、质量门控检查结果

---

阶段2：Stacking 融合

参数说明

参数 spec：domain=deepmodel-stack。submodel_paths / segments 等结构化 JSON 走 --config。

执行方式

python scripts/stacker.py \
  --data_path ./data.parquet --target y_label \
  --cv_folds 5 --output_dir ./outputs/deepmodel

配合 --config：

{
  "submodel_paths": ["./outputs/deepmodel/高风险.json", "./outputs/deepmodel/低风险.json"],
  "segments": {"高风险": "risk_score > 500", "低风险": "risk_score <= 500"}
}

python scripts/stacker.py \
  --data_path ./data.parquet --target y_label \
  --config ./config.json --output_dir ./outputs/deepmodel

输出

• Meta-learner 模型文件：{output_dir}/stack_meta.json
• OOF 预测分分布图（各子模型 OOF AUC vs Meta-learner）

---

阶段3：集成对比报告

参数说明

参数 spec：domain=deepmodel-compare。

执行方式

python scripts/comparator.py \
  --data_path ./data.parquet --target y_label \
  --stack_model_path ./outputs/deepmodel/stack_meta.json \
  --output_dir ./outputs/deepmodel

配合 --config：

{
  "submodel_paths": ["./outputs/deepmodel/高风险.json", "./outputs/deepmodel/低风险.json"],
  "segments": {"高风险": "risk_score > 500", "低风险": "risk_score <= 500"}
}

python scripts/comparator.py \
  --data_path ./data.parquet --target y_label \
  --stack_model_path ./outputs/deepmodel/stack_meta.json \
  --config ./config.json --output_dir ./outputs/deepmodel

输出

• 对比表：单模型 XGB 基线 / （可选 LR 基线 / DNN 基线）/ 最优子模型 / Stacking 集成（Train/Val/OOT AUC/KS/Gap）
• 每个分群在各模型下的 OOT KS 对比
• 最终推荐：是否 Stacking / 最优子模型 / 基线

提示：如需严格的多算法公平对比（含调参），请切换回 Agent 模式调用 xgb-tuning → lr-tuning → dnn-tuning → model-comparison --use_tuned。本技能的 --extra_baseline_algos 仅走默认超参，定位为"低成本初筛对照"。

---

完整工作流示例

# 阶段1：训练分群子模型
python scripts/sub_trainer.py \
  --data_path ./data.parquet --target y_label \
  --config ./config.json --auto --output_dir ./outputs/deepmodel

# 阶段2：Stacking 融合
python scripts/stacker.py \
  --data_path ./data.parquet --target y_label \
  --config ./config.json --output_dir ./outputs/deepmodel

# 阶段3：集成对比报告
python scripts/comparator.py \
  --data_path ./data.parquet --target y_label \
  --stack_model_path ./outputs/deepmodel/stack_meta.json \
  --config ./config.json --output_dir ./outputs/deepmodel

---

质量门控标准

---

与其他技能的关系

---

注意事项

1. 分群互斥：各分群条件应互斥（一个样本只属于一个分群），否则 Stacking 会有信息泄漏
2. 样本量：每个分群的训练样本应 ≥ 500，过少的分群建议合并
3. OOF 生成：Stacking 的 OOF 预测在各分群内独立做 k-fold，保证无标签泄漏
4. Meta-learner：固定使用保守参数（max_depth=2），不做超参搜索，避免过拟合
5. 子模型路径传递：stacker 和 comparator 支持从 --config 读取子模型路径
6. 三阶段顺序：必须先 sub_trainer → stacker → comparator，阶段间通过文件系统传递产物