machine-learning - XGBoost:是否可以预测多个标签并计算其MAPE？

就我而言，XGBoost支持具有目标函数（例如softmax）的多类预测。

就我而言，我希望它输出多个标签（浮点数）并最小化它们的MAPE。可行吗？我应该怎么做才能做到这一点？ （说，我如何直接构造带有多个标签的DMatrix。）

最佳答案

    data = numpy.array([[1,2,3],[3,4,5]])
    label = numpy.array([[0.2,0.1], [0.3,0.4]])
    dtrain = xgb.DMatrix(data, label=label)
    param = {'gamma':2.0,'nthread':8, 'max_depth':15, 'eta':0.000000003, 'silent':1, 'objective':'multi:softprob', 'eval_metric':'auc' ,'num_class':105}
    bst = xgb.train(param, dtrain, num_round)

关于machine-learning - XGBoost:是否可以预测多个标签并计算其MAPE？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45265739/