xgboost.XGBClassifier中可用的目标函数有哪些不同的选项？

Question

除了binary:logistic（这是默认的目标函数）之外，还有其他内置的目标函数可以在Xbgoost分类器xgb.XGBClassifier()中轻松使用吗？

Answer 1

确实二进制：逻辑是XGBClassifier的默认目标，但我没有看到任何原因导致您无法使用XGBoost包提供的其他目标（http://xgboost-clone.readthedocs.io/en/latest/parameter.html#learning-task-parameters） 。 例如，您可以在 sklearn.py 源代码中看到 multi：softprob 在多类情况下显式使用。

此外，如果确实有必要，您可以提供自定义目标函数（详情请见http://xgboost.readthedocs.io/en/latest/python/python_api.html#module-xgboost.sklearn）。

Answer 2

XGBClassifier 的默认目标是 ['reg:linear] 但是还有其他参数.. binary:logistic-它返回预测类的预测概率 multi:softmax - 返回多类分类的硬类 multi:softprob - 它返回多类分类的概率

注意：当使用 multi:softmax 作为目标时，您还需要传递 num_class 因为 num_class 是定义类数的参数数 比如labelliing (0,1,2)，这里我们有3个类，所以num_class = 3