如何通过xgboost.train获取概率输出？对比XGBClassifier.predict_proba

嗨，我来帮你搞定这个问题～你已经选对了binary:logistic这个目标函数，它本身就是用来输出二分类正类概率的，所以用xgboost.train得到的Booster模型，直接调用predict()方法就能拿到你想要的概率啦。

具体来说，你可以按照下面的步骤扩展你的代码：

1. 先把测试数据转换成DMatrix格式（和训练数据的处理方式一致）：

# 假设你的测试特征是X_test
dtest = xgb.DMatrix(X_test)

2. 调用训练好的modelXG的predict()方法，直接得到概率数组：

# 获取每个样本属于正类的概率
positive_class_probs = modelXG.predict(dtest)

这个positive_class_probs数组里的每个元素都是0到1之间的数值，对应样本被预测为正类的概率，和你用XGBClassifier.predict_proba()返回结果的第二列（正类概率）完全一致。

补充说明一下：如果是多分类场景，只要你设置了对应的目标函数（比如multi:softprob），predict()方法会返回形状为(样本数, 类别数)的数组，每个元素对应样本在对应类别上的概率。

内容的提问来源于stack exchange，提问作者Max