我xgboost multi-class classifier用来预测一系列可能失败的事情。我想运行该预测，并报告分类器用probability > 75%. 但是，如果我使用xgb.predict_proba()，则数组中结果的总和为 1。因此，如果有很多事情可能会失败，那么它们在结果数组中的百分比都会很小。

查看predict_proba 代码，我可以看到数组在哪里标准化。但是我不知道如何防止这种情况。

最后，我认为我的代码看起来像这样（除了预先标准化的概率）：

probas = xgb.predict_proba(single_element_dataframe)

for class_name in xgb.classes_:
    class_index = np.where(xgb.classes_ == class_name)
    proba = probas[0][class_index]
    if proba > 0:
        print(f"{class_name}: {proba}")

有任何想法吗？