python - 解释 xgboost 模型树图像叶子 = -0.1

Question

我正在尝试使用 python plot_tree 方法可视化我的 xgboost 模型。前几棵树最终得到一张显示叶子 = -0.1 的图片，而其他一些看起来还不错。我如何解释这个？这是否意味着我使用了比需要更多的树？

Answer 1

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：

1/(1+np.exp(-1*-0.1))=0.47502081252106

这意味着如果一个数据点最终被分发到这个叶子，那么这个数据点属于 1 类的概率是 0.47502081252106。