使用 xgboost 进行分类时如何获得置信区间或预测离散度的度量？
How to obtain a confidence interval or a measure of prediction dispersion when using xgboost for classification?
使用xgboost分类时，如何获取置信区间或预测离散度度量？
例如，如果xgboost预测一个事件的概率是0.9，那么如何获得对该概率的置信度？
这个置信度也被假设为异方差的吗？
要为 xgboost 模型生成置信区间，您应该训练多个模型（您可以为此使用装袋）。每个模型都会为测试样本生成一个响应 - 所有响应都将形成一个分布，您可以从中使用基本统计数据轻松计算置信区间。您应该为每个测试样本生成响应分布。
使用xgboost分类时，如何获取置信区间或预测离散度度量？
例如，如果xgboost预测一个事件的概率是0.9，那么如何获得对该概率的置信度？
这个置信度也被假设为异方差的吗？
要为 xgboost 模型生成置信区间，您应该训练多个模型（您可以为此使用装袋）。每个模型都会为测试样本生成一个响应 - 所有响应都将形成一个分布，您可以从中使用基本统计数据轻松计算置信区间。您应该为每个测试样本生成响应分布。