对于catboost库中的某些对象（例如python代码导出模型-https://tech.yandex.com/catboost/doc/dg/concepts/python-reference_catboostclassifier_save_model-docpage/），预测（https://tech.yandex.com/catboost/doc/dg/concepts/python-reference_apply_catboost_model-docpage/）仅给出每个记录的所谓原始得分（参数值称为“ RawFormulaVal”）。
其他API函数还允许将预测结果作为目标类别（https://tech.yandex.com/catboost/doc/dg/concepts/python-reference_catboostclassifier_predict-docpage/）的概率-参数值称为“概率”。
我想知道
这与概率有什么关系（在二进制分类的情况下）以及
是否可以使用python API（https://tech.yandex.com/catboost/doc/dg/concepts/python-quickstart-docpage/）转换成这样的形式？
最佳答案
类型为“ RawFormulaVal”的catboost预测函数的原始得分为对数奇数（https://en.wikipedia.org/wiki/Logit）。
因此，如果我们应用函数“ exp（score）/（1+ exp（score））”，我们将获得概率，就好像我们将使用预测公式的类型为“概率”一样。
关于python - 如何将Catboosts原始预测得分(RawFormulaVal)转换为概率？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53581168/