Примеры реализации классификации с помощью алгоритма XGBoost на Python или R?
Добрыый день. Подскажите, пожалуйста,примеры реализации классификации с помощью алгоритма XGBoost на Python или R?
Необходимо на выходе получить вероятность или ошибку классификации для каждой строки
Спасибо, что Вам не трудно помочь! Я достаточно мало времени занимаюсь DataScience. Мне трудно дается это занятие, но так получилось что мне нужно писать дипломную. Мне удалось получить precision, recall, f1-score, support для каждого класса, но я не могу понять как на выходе получить вероятность или ошибку классификации для каждой строки
1. Благодарность на этом сайте выражается несколько иначе.
2. В документации - вы ее читали, надеюсь - есть такой параметр "objective". Одно из возможных его значений - "binary:logitraw" - что означает "logistic regression for binary classification, output score before logistic transformation".
Есть еще вариант "multi:softmax", который используется для мультиклассовой классификации.
3."вероятность"(принадлежности классу) и "ошибка классификации" алгоритма - это вообще-то говоря совершенно разные понятия. Мало связанные между собой.
