Сравнительно простой вопрос. Глядя на объективную документацию по xgboost, я вижу «multi: softmax» и «multi: softprob», но оба являются mutliclass, который выводит только один класс. Есть ли способ предсказать несколько меток с помощью xgboost, или мне лучше просто обучить несколько моделей для каждой отдельной метки. Например, в sklearn, многоабонентская метка поддерживается RandomForestClassifier, где при подгонке ваш ввод для целевого массива может иметь форму n образцов xn меток.
Чтобы уточнить: multiclass будет, когда вы хотите предсказать, учащийся получает A, B или C, в то время как использование множественных меток - это что-то вроде предсказания того, получил ли учащийся вопрос 1, 2, 3 или 4 на правильном тесте. (они могут получить только одну оценку, но они могут правильно ответить на любую комбинацию этих вопросов)