python - 下面的xgboost模型 TreeMap 中 'leaf'的值是什么意思?

标签 python machine-learning random-forest decision-tree xgboost

enter image description here

鉴于上述( Twig )条件存在,我猜测这是条件概率。不过我不太清楚。

如果您想了解有关所使用数据的更多信息或我们如何获取此图表,请访问:http://machinelearningmastery.com/visualize-gradient-boosting-decision-trees-xgboost-python/

最佳答案

对于具有 2 个类别 {0,1} 的分类树,叶节点的值表示类别 1 的原始分数。可以使用逻辑函数将其转换为概率分数。下面的计算以最左边的叶子为例。

1/(1+np.exp(-1*0.167528))=0.5417843204057448

这意味着如果一个数据点最终分布到该叶子节点,则该数据点属于类别 1 的概率为 0.5417843204057448。

关于python - 下面的xgboost模型 TreeMap 中 'leaf'的值是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56398331/

相关文章:

python - 如果 x != 0,则不带 0.x.x.x 的 ipv4 地址的正则表达式

python - Knn 分类器的 Scikit learn 中出现“不支持多类多输出”错误

machine-learning - 大丰杂货数据集下载链接

apache-spark - 如何在spark中缓存随机森林模型

python - 如何在默认为空时键入提示可调用元组

Python3 Numpy 乘法 : Could not broadcast together with shapes (10, 10000) (10000, 10)

python - 有没有办法使用 Python Pandas 库仅选择列标签而不选择任何行?

python - 无论如何知道sklearn GridSearch的进展

python - ScikitLearn 随机森林中的欠采样与 class_weight

r - 没有适用于 'mutate_' 的方法应用于类 "c(' 整数', 'numeric' ) 的对象”