XGBoost中多类别分类的损失函数是什么？

Question

我想知道哪个损失函数使用XGBoost进行多类分类。我在这个问题中发现了二进制情况下逻辑分类的损失函数。

我在多类情况下有可能与GBM（对于K类）相同，在这里可以看到，其中x的标签为k且其他任何情况下为0时y_k = 1，而p_k（x）是softmax函数。但是，我已经使用此损失函数进行了一阶和二阶渐变，并且粗麻布与此处代码（在SoftmaxMultiClassObj中的GetGradient函数中）定义的常数不匹配，常数为2。

您能告诉我使用哪个损失函数吗？

先感谢您。

Answer 1

您怀疑，用于多类的损失函数是softmax目标函数。到目前为止，多类的唯一选项显示在下面的引号中，multi:softprob返回所有概率，而不仅仅是返回最有可能的概率。

“ multi：softmax” –设置XGBoost以使用softmax目标进行多类分类，您还需要设置num_class（类数）

“ multi：softprob” –与softmax相同，但是输出ndata * nclass的向量，可以将其进一步整形为ndata，nclass矩阵。结果包含属于每个类别的每个数据点的预测概率。

请参阅https://xgboost.readthedocs.io/en/latest//parameter.html#learning-task-parameters。