我注意到Python和R中XGBoost的实现仅支持对分类目标变量进行二分类。

• 我已经为我的分类问题实现了随机森林和极端随机树

为什么我不能使用这种方法来对来自多个类别的目标进行分类？

是否可以对我多类数据集进行调整以使用XGBoost？

回答：

它确实支持多类分类。以下是代码：

param = {    'max_depth': 3,  # 每棵树的最大深度    'eta': 0.3,  # 每次迭代的训练步长    'silent': 1,  # 日志模式 - 安静    'objective': 'multi:softprob',  # 多类训练的错误评估    'num_class': 3}  # 数据集中存在的类别数

您可以在Python中使用num_class参数进行多类分类。