Quelle est la différence entre xgboost binary: logistic et reg: logistic

Quelle est la différence de R dans xgboost entre binaire: logistique et reg: logistique? Est-ce uniquement dans la mesure d'évaluation?

Si oui, comment RMSE sur la classification binaire se compare-t-il au taux d'erreur? La relation entre les métriques est-elle plus ou moins monotone, la sortie du réglage sur une métrique ne devrait pas différer significativement entre ces deux approches?

Il n'y a pas de différence dans l'algorithme, ce sont les mêmes. Lorsque vous utilisez reg:logisticla mesure d'évaluation par défaut rmse, vous pouvez modifier ce paramètre.

Le error rateet le rmsepeuvent différer selon la distribution de votre sortie, car le error rateutilise une limite de$0.5$ si les valeurs de sortie sont concentrées dans $0$ ou $1$il sera beaucoup plus petit que rmse, même si sa métrique corrélée le modèle peut être très différent, l'application dépendra de votre problème.

Pour évaluer les performances des modèles de régression logistique, il est habituel de calculer auc, la perte de log, la précision,$R^2$et quelques autres .