XGBoost 預測輸出不是二進制的？

Question

我正在嘗試運行一個非常簡單的示例，其中 XGBoost 獲取一些數據並進行二進制分類。 文檔說 xgboost 在使用“binary:logistic”時輸出概率

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

輸出是：

[ 0.31350434  0.31350434  0.31350434  0.31350434]

那么這個輸出是什么意思呢？ 這是否意味着我有 31% 的機會獲得 1？

如何將其轉換為 0,1？

這個問題似乎相關，但我無法從中得到任何有用的東西。

Answer 1

是的，就是得到 1 的概率。要得到它作為二進制值，只需檢查它是否大於或小於 0.5。

Answer 2

要將概率轉換為結果或類別（0 或 1），您可以使用閾值，如上所述（不一定必須為 0.5）。 問題在於找到一個決策邊界，你可以在這里看到一個很好的高級解釋。

Answer 3

請改用XGBClassifier 。

像這樣導入它：

    from xgboost import XGBClassifier

這將返回 0 或 1 作為其預測的 int，而不是 0 和 1 之間的浮點數。

Answer 4

用這個：

predictions = [round(value) for value in ypred]