ฟังก์ชันการทำนายด้านล่างให้ค่า -ve เช่นกันดังนั้นจึงไม่น่าจะเป็น
param <- list(max.depth = 5, eta = 0.01, objective="binary:logistic",subsample=0.9)
bst <- xgboost(param, data = x_mat, label = y_mat,nround = 3000)
pred_s <- predict(bst, x_mat_s2)
ฉันลองใช้ Google แล้วpred_s <- predict(bst, x_mat_s2,type="response")
แต่มันไม่ทำงาน
คำถาม
จะทำนายความน่าจะเป็นแทนได้อย่างไร?
ความน่าจะเป็นของการส่งออกโดยค่าเริ่มต้นด้วยการตั้งค่าที่คุณใช้หรือไม่ ฉันหมายถึง: คุณตรวจสอบ pred_s แล้วและคุณมั่นใจว่าสิ่งเหล่านั้นไม่ใช่ความน่าจะเป็นหรือไม่?
—
kpb
ไม่มีค่าลบ ความน่าจะเป็นควรอยู่ระหว่าง 0 ถึง 1
—
GeorgeOfTheRF
ฉันไม่เห็นปัญหาใด ๆ ที่ชัดเจน (แม้ว่าฉันคุ้นเคยกับ wrapper หลาม) มีคุณพยายามเพิ่ม
—
การกลับรายการ
outputmargin=F
ให้กับpredict
ฟังก์ชั่น? ถ้าอย่างใดoutputmargin
มีการตั้งค่าT
มันจะส่งกลับค่าก่อนการแปลงโลจิสติก
สำหรับ Python คุณสามารถคัดลอก
—
Anton Tarasenko
predict_proba
การใช้งานจากsklearn
API: github.com/dmlc/xgboost/blob/master/python-package/xgboost/…