如何解决如何评估 XGboost 给出的预测概率？
我有一个不平衡的二元分类问题。正类与负类的比例约为 1:10。我训练了一个 XGBoost 树模型，使用连续和分类数据作为输入来预测这两个类。
使用 this XGBoost library，我使用 predict_proba 预测新输入的概率。我假设这里输出的概率值是这些新测试数据成为正类的可能性？假设我有一个带有测试标签的完整测试集，我如何能够评估这些（我假设的）可能性的质量？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
