我已经阅读了有关单调约束（https://xgboost.readthedocs.io/en/latest/tutorials/monotonic.html）的XGBoost文档，该设置在回归问题的背景下对我来说很有意义，但我无法把握它在分类问题下的工作方式。
分类问题（在我的情况下为4个类）的输出是边际长度或类概率的长度为4的向量。那么，在这种情况下，我的特征之一相对于类概率向量单调约束是什么意思？
有关我的特定问题的更多详细信息：我正在拟合一个输出4个类概率的模型。然后，我将这4个概率应用于实值线性函数以生成单个值（基本上是这些概率的加权平均值，其权重来自于我的业务知识）。我还创建了一个自线性函数派生的自定义目标函数。我真正想要的是相对于线性函数的输出单调约束的功能之一。