xgboost中的多类分类（python）

Question

我无法弄清楚如何使用目标函数'multi：softmax'将数量的类或eval指标传递给xgb.XGBClassifier。

我查看了许多文档，但是关于sklearn包装器的唯一讨论接受了n_class / num_class。

我目前的设置如下

scope.$watch('depts')

Answer 1

您无需在scikit-learn API中为XGBoost分类设置num_class。调用fit时会自动完成。在fit XGBClassifier方法的开头xgboost/sklearn.py查看：

    evals_result = {}
    self.classes_ = np.unique(y)
    self.n_classes_ = len(self.classes_)

    xgb_options = self.get_xgb_params()

    if callable(self.objective):
        obj = _objective_decorator(self.objective)
        # Use default value. Is it really not used ?
        xgb_options["objective"] = "binary:logistic"
    else:
        obj = None

    if self.n_classes_ > 2:
        # Switch to using a multiclass objective in the underlying XGB instance
        xgb_options["objective"] = "multi:softprob"
        xgb_options['num_class'] = self.n_classes_