Xgboost多类预测与线性助推器

Question

使用线性助推器来预测分类结果是否有意义？ 我认为它可以像多项逻辑回归一样工作。

R中的一个例子如下，

y <- c(0, 1, 2, 0, 1, 2)        # target variable with numeric encoding
x1 <- c(1, 3, 5, 3, 5, 7)
x2 <- rnorm(n = 6, sd = 1) + x1
df <- data.matrix(data.frame(x1, x2, y))

xgb <- xgboost(data = df[, c("x1", "x2")], label = df[, "y"],
           params = list(booster = "gblinear", objective = "multi:softmax", 
           num_class = 3),
           save_period = NULL, nrounds = 1)

xgb.importance(model = xgb)

我没有得到错误，但重要性有6个特征而不是预期的2.对于2个输入变量，是否有6个重要性的解释？或者这没有任何意义，只有gbtree是明智的吗？ 感谢