了解python lightGBM实现中的“ PREDICT”功能输出

Question

当在lightGBM中使用Python PREDICT方法，并且predict_contrib = TRUE时，我得到[n_samples，n_features +1]的数组。 n_feature + 1对应什么？我首先认为这可能是1类的对数赔率，但该值与正确的概率不符。

Answer 1

假设您正在从X ϵ Rn回归到y ϵ R1。对于给定的点x，您可以将模型预测f（x）视为特征贡献的线性函数，例如：f（x）=贡献（x1）+贡献（x2）+ ... +贡献（xn ）+均值（y）

数组的前n列分别对应于n个特征的贡献，最后一列是没有任何信息的预测，这里是输出y的平均值。如果将这n + 1个值相加，将获得预测f（x）。

对于分类，您将获得“原始预测”。根据您选择的目标，您必须使用softmax或logit函数将其转换为概率（“预测”）。

PS：尽管我的编辑欠佳，但希望它清晰！