分类任务

xgb最终输出的对每个样本属于某个类别的概率，是通过将每一棵弱决策树的输出值累加之后，送入到 Sigmoid 函数得到的 ❗注意：每一棵弱决策树输出的不是概率值

xgb如何处理多分类？

如有 5 个类别，则 XGB 每一个弱决策树在每一次迭代时，会构建 5 个弱决策树，分别对应 5 个不同的类别。

假设，此时来了一个未知的样本，我们要通过 XGB 去预测其类别 。首先，扔到不同类别的一系列弱决策树中得到输出值（弱决策树的加法结果），最后送到 softmax 得到该样本属于不同类别的概率，将该样本归类于概率最大的类别。