J'essaie de savoir quelle fonction de perte utilise XGBoost pour la classification multi-classe. J'ai trouvé in this question la fonction de perte pour la classification logistique dans le cas binaire. Je pensais que pour la classe mult-classe, elle pourrait être la même qu'en GBM (pour les classes K) which can be seen here, où y_k = 1 si l'étiquette de x est k et 0 dans tout autre cas, et p_k (x) est la fonction softmax. Cependant, j'ai fait le gradient du premier et deuxième ordre en utilisant cette fonction de perte et le hessien ne correspond pas à celui défini dans le code here par une constante 2.Quelle est la fonction de perte pour la classification multi-classe dans XGBoost?
Pourriez-vous s'il vous plaît me dire quelle est la fonction de perte utilisée?
Merci d'avance.
Ce que vous décrivez sont des mesures d'évaluation, pas de fonctions de perte. Le premier est utilisé pour * évaluer * la performance tandis que le second est ce qui est réellement utilisé pour s'adapter au modèle. – Ben