Понимание num_classes для xgboost в R
У меня много проблем с выяснением, как правильно установить num_classes для xgboost.
У меня есть пример, используя данные Iris
df <- iris
y <- df$Species
num.class = length(levels(y))
levels(y) = 1:num.class
head(y)
df <- df[,1:4]
y <- as.matrix(y)
df <- as.matrix(df)
param <- list("objective" = "multi:softprob",
"num_class" = 3,
"eval_metric" = "mlogloss",
"nthread" = 8,
"max_depth" = 16,
"eta" = 0.3,
"gamma" = 0,
"subsample" = 1,
"colsample_bytree" = 1,
"min_child_weight" = 12)
model <- xgboost(param=param, data=df, label=y, nrounds=20)
Это возвращает ошибку
Error in xgb.iter.update(bst$handle, dtrain, i - 1, obj) :
SoftmaxMultiClassObj: label must be in [0, num_class), num_class=3 but found 3 in label
Если я изменяю num_class на 2, я получаю ту же ошибку. Если я увеличу num_class до 4, то модель запустится, но я получу обратно 600 предсказанных вероятностей, что имеет смысл для 4 классов.
Я не уверен, что делаю ошибку или не понимаю, как работает xgboost. Любая помощь будет оценена.