ora*_*rak 5 python classification machine-learning predict xgboost
我正在尝试运行一个非常简单的示例,其中XGBoost会获取一些数据并进行二进制分类。该文档说xgboost在使用“ binary:logistic”时输出概率
import numpy as np
import xgboost as xgb
data = np.random.rand(7,10)
label = np.random.randint(2,size=7)
#print data
#print label
dtrain = xgb.DMatrix(data, label=label)
param = {'bst:max_depth':2, 'bst:eta':1, 'silent':1, 'objective':'binary:logistic' }
plst = param.items()
bst = xgb.train(plst,dtrain,)
dtest= xgb.DMatrix(np.random.rand(4,10))
ypred = bst.predict(dtest)
print ypred
Run Code Online (Sandbox Code Playgroud)
输出为:
[ 0.31350434 0.31350434 0.31350434 0.31350434]
Run Code Online (Sandbox Code Playgroud)
那么这个输出是什么意思呢?这是否意味着我有31%的机会得到1?
如何将其转换为0,1?
这个问题似乎有关,但我无法从中得到任何有用的信息。
| 归档时间: |
|
| 查看次数: |
4914 次 |
| 最近记录: |