如何获取 xgboost 预测的类标签？

Question

我正在使用类似于以下示例的 xgboost，其中我将一些数值“重新编码”为 0、1、2 中的（数字）值，指示类标签。请注意，我没有将其转换为因子变量。

然后我使用 xgboost 来拟合模型并产生预测。

library(xgboost)

iris$Species <- runif(nrow(iris))

recode <- function(x){
  if(x >= 0 & x <= 0.33){
    x <- 0
  } else if(x > 0.33 & x <= 0.66){
    x <- 1
  } else if(x > 0.66){
    x <- 2
  }
} 

train <- xgb.DMatrix(data = as.matrix(iris[,-5]), 
                     label = sapply(iris$Species, FUN = recode))

bst <- xgboost(data = train,
               max_depth = 4, eta = 0.5, nrounds = 10, 
               objective = "multi:softprob",
               num_class = 3)

pred <- predict(bst, as.matrix(iris[, -5]), reshape = TRUE)

str(pred)

是否可以获取预测矩阵的列标签？或者我可以确定它们是根据我重新编码输入的数值排序的吗？

Answer 1

列的顺序与您的标签相同，因此是 0,1 和 2。可以肯定的是，您可以做一个混淆矩阵来检查您的预测是否正确：

library(xgboost)
set.seed(100)
iris$Species <- runif(nrow(iris))

train <- xgb.DMatrix(data = as.matrix(iris[,-5]), 
                     label = sapply(iris$Species, FUN = recode))

bst <- xgboost(data = train,
               max_depth = 4, eta = 0.5, nrounds = 10, 
               objective = "multi:softprob",
               num_class = 3)

pred <- predict(bst, as.matrix(iris[, -5]), reshape = TRUE)
# which.max tells you which column is most probable
# we convert them back to 0-2, assuming column 1 corresponds to 0
predicted = apply(pred,1,which.max)-1
actual = sapply(iris$Species,recode)
table(predicted,actual)

结果是：

     actual
predicted  0  1  2
        0 36  2  2
        1  4 48  4
        2  6  3 45

因此，大多数预测为 0,1 或 2 的人都遵循预测的最高可能类别。

或者如果你使用插入符号：

caret::confusionMatrix(factor(predicted,levels=1:3),factor(actual,levels=1:3))