在训练XGBoost分类模型时，我使用eli5包中的”explain_prediction()”函数来查看各个预测的特征贡献。

然而，eli5包似乎将我的模型视为回归器而不是分类器。

以下是代码片段，展示了我的模型、我的预测以及”explain_prediction”方法的输出。

如您所见，输出给出的分数是3.016，而不是介于0和1之间的概率。在这种情况下，我原本期望的是0.953。

任何帮助都将不胜感激。

回答：

eli5包似乎将我的模型视为回归器而不是分类器。

提升分数通过应用逆逻辑函数转换为概率分数。

概率尺度是非线性的，这会使特征贡献的数值解释变得更加困难。

输出给出的分数是3.016 … 我原本期望的是0.953

1 / (1 + exp(-3.016)) = 0.9532917416863492