如何使用xgboost算法進行多變量預測？

Question

我有一組功能：x1，x2，x3。 此外，我還有一組標簽：y1，y2，y3。

例如，我的x變量是身高，體重和受教育年限。 每個彝族代表以下領域的成績：科學，藝術和管理。 每個學生都被分配了相應領域的分數（科學，藝術，管理）。 我想使用xgboost算法來識別分數最低的班級。 例如，如果標記為（10、25、5），則算法應將類別預測為y3。 我如何自定義目標函數以完成此任務。 我是R用戶

Answer 1

在那種情況下，不確定是解決該問題的最佳方法，但它會解決。

建立3個模型。 每個模型將基於x1, x2, x3預測類Yi 。 （這意味着您將復制您的數據3次，對於每次復制，您將預測協同響應Yi

因此model1將預測class1的等級，class2的model2等等。

然后，對模型結果運行最小問題。 最少的是贏家。

對每個模型使用常規的“ linear：reg”目標函數。

使用簡單的准確性測試評估程序 。