用于多类分类的xgboost为选项'multi：softmax'与'multi：softprob'提供了不同的分类错误

Question

使用了该选项 param['objective'] = 'multi:softmax'并计算错误

然后使用该选项 param['objective'] = 'multi:softprob'并计算错误

'multi:softprob'的情况下，分类错误明显更高。数据集和其他输入和选项保持不变

我错过了什么吗？

Answer 1

唯一的变化是更改选项。此选项已更改为获得输出概率。 有一个解决方案。请参阅下面的代码。但是，需要对模型进行两次训练，这是多余的。

https://github.com/dmlc/xgboost/blob/master/demo/multiclass_classification/train.py

希望我能说清楚。