Sự khác biệt trong nhị phân xgboost: logistic và reg: logistic

Sự khác biệt về R trong xgboost giữa nhị phân: logistic và reg: logistic là gì? Có phải chỉ trong số liệu đánh giá?

Nếu có, RMSE về phân loại nhị phân so với tỷ lệ lỗi như thế nào? Là mối quan hệ giữa các số liệu nhiều hay ít đơn điệu, đầu ra từ điều chỉnh trên một số liệu không nên khác biệt đáng kể giữa hai cách tiếp cận đó?

Không có sự khác biệt trong thuật toán, chúng giống nhau. Khi bạn sử dụng reg:logisticsố liệu đánh giá mặc định là rmse, nhưng bạn có thể thay đổi tham số này.

Giá trị error ratevà rmsecó thể khác nhau tùy thuộc vào phân phối đầu ra của bạn, vì error ratesử dụng giới hạn nếu bạn có các giá trị đầu ra tập trung ở hoặc nó sẽ nhỏ hơn nhiều , mặc dù số liệu tương quan của nó, mô hình có thể rất khác nhau, ứng dụng sẽ phụ thuộc vào vấn đề của bạn.$0.5$$0$$1$rmse

Để đánh giá hiệu suất của các mô hình hồi quy logistic là thông thường để tính toán auc, logloss, độ chính xác, giả- và một số khác .$R^2$