XGBoost 分类器在定义“objective”:“binary:logistic”后返回负预测

Question

问题

我正在尝试使用 XGBoost 分类器并定义一个使用 f-beta-score 的自定义矩阵，但我在 np 之后返回到自定义函数的负预测值.round 我最终得到了三个值 [-1,0,1]

问题

我该如何解决这个问题问题，因为我想知道训练评估期间的 f_beta_score？

自定义性能矩阵的函数

def fbeta_func(y_predicted, y_true):
  f = fbeta_score(list(y_test),np.round(y_predicted),beta=0.5)
  return 'f_beta', f

然后我在拟合函数中调用此函数：

from xgboost import XGBClassifier
clf = XGBClassifier(**param)
clf.fit(X_train, y_train,
    eval_set=[(X_test, y_test)],
    eval_metric=fbeta_func,
    verbose=True)

以下是参数：