相对简单的问题。在查看 xgboost 的官方文档时,我看到了 "multi:softmax" 和 "multi:softprob",但它们都是多类别分类器,只会输出一个类别。是否有办法使用 xgboost 预测多个标签,或者我最好为每个单独的标签训练多个模型。例如,在 sklearn 中,RandomForestClassifier 支持多标签分类,当拟合时,目标数组的输入可以是 n 个样本 x n 个标签的形状。
澄清一下:多类别分类是指想要预测学生是否获得 A、B 或 C 等级,而多标签分类则是指预测学生是否正确回答了测试中的问题 1、2、3 或 4(他们只能获得一个成绩,但可以正确回答这些问题的任意组合)。
澄清一下:多类别分类是指想要预测学生是否获得 A、B 或 C 等级,而多标签分类则是指预测学生是否正确回答了测试中的问题 1、2、3 或 4(他们只能获得一个成绩,但可以正确回答这些问题的任意组合)。