XGBOOST- MULTI:SOFTMAX函数后获得概率

Question

我有一个有关XGBoost和多类的问题。我一直在使用Sklearn包装器，因为我总是在某些参数上挣扎。我想知道是否有可能获得概率向量加上SoftMax输出。以下是我的代码：

param = {}
param['objective'] = 'multi:softmax'
param['booster'] = 'gbtree'
param['eta'] = 0.1
param['max_depth'] = 30
param['silent'] = 1
param['nthread'] = 4
param['num_round'] = 40
param['num_class'] = len(np.unique(label)) + 1   
model = xgb.train(param, dtrain)                                    
# predict                                                                                   
pred = model.predict(dtest)

我希望能够调用像predict_proba这样的函数，但是我不知道是否可能。很多答案（例如：https：//datascience.stackexchange.com/questions/14527/xgboost-predict-probabilitions）建议搬到Sklearn包装器上，但是，我想使用正常的火车方法。

Answer 1

如果使用param['objective'] = 'multi:softprob'而不是param['objective'] = 'multi:softmax'，则分类器的结果是每个类的概率。

请参阅此处的文档：https://xgboost.readthedocs.io/en/latest/parameter.html#learning-task-parameters