XGboost 目标：有没有办法进行多标签（不是多类）分类？

Question

比较简单的问题。查看 xgboost 的客观文档，我看到“multi:softmax”和“multi:softprob”，但两者都是 mutliclass，只会输出一个类。有没有办法使用 xgboost 预测多个标签，或者我最好为每个单独的标签训练多个模型。例如，在 sklearn 上，RandomForestClassifier 支持多标签，在拟合时，目标数组的输入可以是 n 个样本 x n 个标签的形状。

澄清一下：当您想要预测学生是否获得 A、B 或 C 时，多类将类似于预测学生在测试中是否获得第 1、2、3 或 4 题。 （他们只能获得一个分数，但他们可以正确回答这些问题的任何组合）

Answer 1

我还没有找到 xgboost 原生支持的任何东西。唯一的解决方案是将它包裹在 sklearn.multioutput.MultiOutputClassifier 周围，它做同样的事情。但这种方法的缺点是您不能利用 xgboost 本身的 load_model 和 save_model，必须使用类似 joblib 的东西来转储和加载模型（就 xgboost 版本而言，它不向后兼容）。