在用XGBoost训练我的模型后，我尝试测试模型，但预测结果是一些浮点数，当我想获取性能测量时会导致错误。这是代码：

这是错误信息：

ValueError: Target is multiclass but average='binary'. Please choose another average setting.

当我使用其他提升模型如AdaBoost或CatBoost时，从未发生过这种情况。我是否应该考虑一个阈值，将高于阈值的预测赋值为+1，低于阈值的赋值为-1？任何建议都将不胜感激。

回答：

假设您处于二分类设置中，正如您明确暗示的，问题在于您不应使用XGBRegressor，它是用于回归问题而不是分类问题的；根据文档（强调部分）:

class xgboost.XGBRegressor

Implementation of the scikit-learn API for XGBoost regression

您应该使用XGBClassifier 替代。

更多详情，请参见我在Accuracy Score ValueError: Can’t Handle mix of binary and continuous target中的回答（注意，因为那里几乎所有其他回答，包括被接受和高度赞成的那个，基本上都是错误的）；它涉及到与scikit-learn几乎相同的问题，但同样的论点也适用于您的案例。