Qual è la differenza in R in xgboost tra binary: logistic e reg: logistic? È solo nella metrica di valutazione?
In caso affermativo, come si confronta RMSE sulla classificazione binaria con il tasso di errore? La relazione tra le metriche è più o meno monotonica, l'output della messa a punto su una metrica non dovrebbe differire in modo significativo tra questi due approcci?
Risposte:
Non c'è differenza nell'algoritmo, sono gli stessi. Quando si utilizza reg:logisticla metrica di valutazione predefinita è rmse, ma è possibile modificare questo parametro.
Il error ratee il rmsepossono differire a seconda della distribuzione dell'output, poiché error rateutilizza un limite di se i valori di output sono concentrati in o sarà molto più piccolo di , anche se la sua metrica correlata il modello può essere molto diversa, l'applicazione dipenderà dal tuo problema.rmse
Per valutare le prestazioni dei modelli di regressione logistica è normale calcolare auc, perdita di log, accuratezza, pseudo- e alcuni altri .