XGBoost - 获得 multi:softmax 函数后的概率答案

【问题标题】：XGBoost - get probabilities after multi:softmax functionXGBoost - 获得 multi:softmax 函数后的概率
【发布时间】：2019-02-26 22:52:06
【问题描述】：

我有一个关于 xgboost 和 multiclass 的问题。我没有使用 sklearn 包装器，因为我总是与一些参数作斗争。我正在考虑是否有可能获得概率向量加上 softmax 输出。以下是我的代码：

param = {}
param['objective'] = 'multi:softmax'
param['booster'] = 'gbtree'
param['eta'] = 0.1
param['max_depth'] = 30
param['silent'] = 1
param['nthread'] = 4
param['num_round'] = 40
param['num_class'] = len(np.unique(label)) + 1   
model = xgb.train(param, dtrain)                                    
# predict                                                                                   
pred = model.predict(dtest)

我希望能够调用像predict_proba 这样的函数，但我不知道是否可以。很多答案（例如：https://datascience.stackexchange.com/questions/14527/xgboost-predict-probabilities）建议移动到 sklearn 包装器，但是，我想保持正常的火车方法。

【问题讨论】：

标签： python xgboost xgbclassifier

【解决方案1】：

如果您使用param['objective'] = 'multi:prob' 而不是param['objective'] = 'multi:softmax'，则分类器的结果是每个类的概率。

请参阅此处的文档： https://xgboost.readthedocs.io/en/latest/parameter.html#learning-task-parameters

【讨论】：

它是'multi:softprob'