LightGBM多分类预测结果
LightGBM Multi-classification prediction result
我尝试使用 lightGBM 构建多class化模型。训练完模型后，我在线解析了一些数据，并将其放入我的模型中进行预测。
然而，结果对我来说似乎很奇怪。
我认为我预测的嵌套数组意味着每个 class 的概率（我得到 4 classes）。 x-test（我用于验证的数据）的结果似乎是正确的。但是我抓取的数据结果似乎很奇怪。它加起来不等于 1.
在这个post中，预测结果也没有加起来为1！
这两个数据框在我看来是一样的，而且我使用的是完全相同的模型！有人可以告诉我如何解释结果或者我做错了什么吗？
对于多class class化，when the classes are not mutually exclusive，概率之和可能不等于一。举例来说，你正在 class 化图像中的狗、猫和鸟，但你的模型显示的是汽车图像，这三个 class 的概率应该很低且不等于 1。你需要如果您想强制概率总和为 1，请使用 this formula 重新调整预测。
另一方面，当您有 class 类型 1 vs others 的标识符时，例如，图像只能是猫、狗或鸟。在这种情况下，classes 是互斥的，概率之和应为 1。
我尝试使用 lightGBM 构建多class化模型。训练完模型后，我在线解析了一些数据，并将其放入我的模型中进行预测。
然而，结果对我来说似乎很奇怪。 我认为我预测的嵌套数组意味着每个 class 的概率（我得到 4 classes）。 x-test（我用于验证的数据）的结果似乎是正确的。但是我抓取的数据结果似乎很奇怪。它加起来不等于 1.
在这个post
这两个数据框在我看来是一样的，而且我使用的是完全相同的模型！有人可以告诉我如何解释结果或者我做错了什么吗？
对于多class class化，when the classes are not mutually exclusive，概率之和可能不等于一。举例来说，你正在 class 化图像中的狗、猫和鸟，但你的模型显示的是汽车图像，这三个 class 的概率应该很低且不等于 1。你需要如果您想强制概率总和为 1，请使用 this formula 重新调整预测。
另一方面，当您有 class 类型 1 vs others 的标识符时，例如，图像只能是猫、狗或鸟。在这种情况下，classes 是互斥的，概率之和应为 1。