解释xgboost模型树图像leaf = -0.1

Question

我试图使用python plot_tree方法可视化我的xgboost模型。最初的几棵树最终得到的图片显示叶子= -0.1，而其他一些树木看起来很好。我怎么解释这个？这是否意味着我使用的树木多于所需的树木？

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的原始得分。可以使用logistic函数将其转换为概率得分：

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

这意味着如果一个数据点最终分配到该叶子，则该数据点为1类的概率为0.47502081252106。