XGBoost预测输出不是二进制？

Question

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

输出结果为：

[ 0.31350434  0.31350434  0.31350434  0.31350434]

那么这个输出意味着什么？这是否意味着我有31％的机会获得1？

如何将其翻译为0,1？

这question似乎有关系，但我无法从中得到任何有用的东西。

Answer 1

要将概率转换为结果或类（0或1），您可以使用阈值，如上所述（它不一定必须是0.5）。问题在于找到决策边界，你可以看到一个很好的高级解释here。

Answer 2

是的，它是获得1的概率。要将其作为二进制值，只需检查它是大于还是小于0.5。

Answer 3

代替这样做：

import xgboost as xgb

您只需要这样做：

from xgboost import XGBClassifier

调用预测e输出为0或1