使用xgboost进行分类时如何获得置信区间或预测离散度的度量？
因此，例如，如果 xgboost 预测事件的概率为 0.9，那么如何获得对该概率的置信度？
这种置信度是否也被假设为异方差？
最佳答案
要为 xgboost 模型生成置信区间，您应该训练多个模型(您可以为此使用装袋)。每个模型都会为测试样本生成一个响应 - 所有响应将形成一个分布，您可以使用基本统计轻松计算置信区间。您应该为每个测试样本生成响应分布。
关于machine-learning - 使用xgboost进行分类时如何获得置信区间或预测离散度的度量？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/37418938/