如何在使用xgboost进行分类时获得置信区间或预测离散度的度量？
例如，如果xgboost预测事件的概率为0.9，则如何获得该概率的置信度？
另外，这个置信度被认为是异方差的吗？
1个回答
8
要为xgboost模型生成置信区间，您应该训练多个模型（可以使用装袋技术）。每个模型都将为测试样本产生一个响应-所有响应将形成一个分布，您可以使用基本统计学轻松计算置信区间。您应该为每个测试样本生成响应分布。
- pplonski
5
我建议运行100个模型（越多越好），并检查95％的值所在范围。响应变量是同方差的。 - pplonski
3预测值的均值和标准差与置信区间不同。 - michel
当然，预测的平均值和标准差与置信区间是不同的概念 - 问题是如何计算置信区间，我给出了一个方法。 - pplonski
你好 @pplonski，这100个模型有什么不同之处？只是种子不同，还是训练数据也不同？谢谢 - itscarlayall
只需改变种子 - pplonski
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
- 相关问题
- 4 xgboost多项分类错误：“标签和预测大小不匹配”
- 3 使用 early.stop.round 的 R xgboost 预测
- 11 Xgboost如何处理不平衡分类数据
- 14 如何使用Scikit-Learn包装器获取XGBoost和XGBoost的预测结果？
- 5 在R中使用xgboost回归的置信区间
- 4 列名 - 在新数据上使用xgboost进行预测
- 5 如何使用{ggeffects}基于nnet::multinom()模型获得预测概率图的置信区间？
- 4 XGBoost多分类问题--标签大小和预测大小不匹配。
- 3 如何在数据框中对单行使用xgboost模型进行预测
- 3 XGBoost在使用sklearn度量时引发ValueError