XGBoost 预测输出不是二进制的？答案

【问题标题】：XGBoost predictions output not binary?XGBoost 预测输出不是二进制的？
【发布时间】：2016-06-27 18:10:28
【问题描述】：

我正在尝试运行一个非常简单的示例，其中 XGBoost 获取一些数据并进行二进制分类。 documentation 表示 xgboost 在使用“binary:logistic”时输出概率

import numpy as np
import xgboost as xgb

data = np.random.rand(7,10)
label = np.random.randint(2,size=7)
#print data
#print label

dtrain = xgb.DMatrix(data, label=label)
param = {'bst:max_depth':2, 'bst:eta':1, 'silent':1, 'objective':'binary:logistic' }
plst = param.items()

bst = xgb.train(plst,dtrain,)

dtest= xgb.DMatrix(np.random.rand(4,10))
ypred = bst.predict(dtest)

print ypred

输出是：

[ 0.31350434  0.31350434  0.31350434  0.31350434]

那么这个输出是什么意思呢？这是否意味着我有 31% 的机会获得 1？

如何将其转换为 0,1？

这个question 似乎相关，但我无法从中得到任何有用的东西。

【问题讨论】：

标签： python machine-learning classification xgboost predict

【解决方案1】：

要将概率转换为结果或类别（0 或 1），您可以使用上面建议的阈值（不一定必须为 0.5）。问题在于找到一个Decision Boundary，可以看一个很好的高层解释here。

【讨论】：

【解决方案2】：

是的，就是得到1的概率。要得到它作为二进制值，只需检查它是否大于或小于0.5。

【讨论】：

【解决方案3】：

请改用XGBClassifier。

像这样导入：

    from xgboost import XGBClassifier

这将返回 0 或 1 作为其预测的 int，而不是 0 和 1 之间的浮点数。

【讨论】：