Was ist der Unterschied zwischen xgboost binary: logistic und reg: logistic?

Was ist der Unterschied in R in xgboost zwischen binär: logistisch und reg: logistisch? Ist es nur in Bewertungsmetrik?

Wenn ja, wie verhält sich RMSE zur binären Klassifizierung zur Fehlerrate? Ist die Beziehung zwischen den Metriken mehr oder weniger monoton, sollte sich die Ausgabe der Abstimmung auf eine Metrik zwischen diesen beiden Ansätzen nicht signifikant unterscheiden?

Es gibt keinen Unterschied im Algorithmus, sie sind gleich. Wenn Sie reg:logisticdie Standardauswertungsmetrik verwenden rmse, können Sie diesen Parameter jedoch ändern.

Das error rateund das rmsekönnen je nach Verteilung Ihrer Ausgabe unterschiedlich sein, da das error rateLimit von wenn Sie die Ausgabewerte auf 0 oder 1 konzentriert haben. Es ist viel kleiner als , obwohl das Modell aufgrund seiner korrelierten Metrik sehr unterschiedlich sein kann. Die Anwendung hängt von Ihrem Problem ab.$0.5$$0$$1$rmse

$R^2$