XGboost 分类和 eli5 包的问题
Problem with XGboost Classification & eli5 package
训练 XGBoost 分类模型时，我使用 eli5 函数 "explain_prediction()" 来查看特征对个体预测的贡献。
但是，eli5 包似乎将我的模型视为回归器而不是分类器。
下面是一段代码，展示了我的模型、我的预测，然后是 "explain_prediction" 方法的输出。
如您所见，输出给出的分数是 3.016，而不是 0 到 1 之间的概率。在这种情况下，我的预期是 0.953。
感谢任何帮助。
the eli5 package seems to be treating my model as a regressor rather than a classifier.
通过对其应用 inverse logit function，将提升分数转换为概率分数。
概率尺度是非线性的，这会使特征贡献的数值解释更加困难。
.. the output gives a score is 3.016 .. I would have expected 0.953
1 / (1 + exp(-3.016)) = 0.9532917416863492
训练 XGBoost 分类模型时，我使用 eli5 函数 "explain_prediction()" 来查看特征对个体预测的贡献。
但是，eli5 包似乎将我的模型视为回归器而不是分类器。
下面是一段代码，展示了我的模型、我的预测，然后是 "explain_prediction" 方法的输出。
如您所见，输出给出的分数是 3.016，而不是 0 到 1 之间的概率。在这种情况下，我的预期是 0.953。
感谢任何帮助。
the eli5 package seems to be treating my model as a regressor rather than a classifier.
通过对其应用 inverse logit function，将提升分数转换为概率分数。
概率尺度是非线性的，这会使特征贡献的数值解释更加困难。
.. the output gives a score is 3.016 .. I would have expected 0.953
1 / (1 + exp(-3.016)) = 0.9532917416863492