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/

10-12 19:39