如何使用xgboost算法进行多变量预测？

Question

我有一组功能：x1，x2，x3。此外，我有一组标签：y1，y2，y3。

例如，我的x变量是身高，体重和受教育年限。每个Yi代表以下领域的成绩：科学，艺术和管理。每个学生都被分配了共同响应领域（科学，艺术，管理）的成绩。我想使用xgboost算法来识别具有最低分数的类。例如，如果标记是（10,25,5），则算法应该将类预测为y3。如何自定义目标函数以完成此任务。我是R用户

Answer 1

在这种情况下，不确定它是解决这个问题的最佳方法，但它会解决它。

构建3个模型。每个模型都会根据Yi预测课程x1, x2, x3。 （这意味着您将复制数据3次，对于每个副本，您将预测共同响应Yi

因此，model1将预测class1的等级，class2的model2等等。

然后，对模型的结果运行最小问题。最低限度是赢家。

为每个模型使用常规的“linear：reg”目标函数。

通过简单的准确度测试来推广程序。