Документация xgboost описывает softmax и softprob, таким образом:
multi: softmax: установите XGBoost для выполнения мультиклассовой классификации с использованием цели softmax, вам также необходимоустановить num_class (количество классов)
multi: softprob: то же самое, что и softmax, но вывести вектор ndata * nclass, который может быть преобразован в матрицу ndata * nclass.Результат содержит прогнозируемую вероятность каждой точки данных, принадлежащей каждому классу.
Я все еще не уверен в разнице, когда я запускаю метод predict_proba с несколькими строками (скажем, ndata), яПолучите матричный вывод ndata * nclass.Из того, что я знаю, softmax рассчитывает распределение вероятностей по вектору значений.Так что не уверен, что softprob делает по-другому.
Может кто-нибудь прояснить разницу?Это, вероятно, очень тонкий, но ускользает от меня.