binary:logistic 和 reg:logistic 在 xgboost 中的 R 有什么区别?它仅在评估指标中吗?
如果是,二元分类的 RMSE 与错误率相比如何?指标之间的关系或多或少是单调的,调整一个指标的输出在这两种方法之间不应该有显着差异吗?
binary:logistic 和 reg:logistic 在 xgboost 中的 R 有什么区别?它仅在评估指标中吗?
如果是,二元分类的 RMSE 与错误率相比如何?指标之间的关系或多或少是单调的,调整一个指标的输出在这两种方法之间不应该有显着差异吗?
算法没有区别,都是一样的。当您使用 reg:logistic
默认评估指标rmse
时,您可以更改此参数。
Theerror rate
和 thermse
可能会有所不同,具体取决于您的输出分布,因为error rate
使用的限制为 如果您的输出值集中在 或者 它会比 小得多rmse
,尽管模型的相关指标可能非常不同,但应用程序将取决于您的问题。
为了评估逻辑回归模型的性能,通常计算 auc、logloss、accuracy、pseudo-和其他一些人。