Python XGBoost-在多点之后获取概率：softmax函数

我有一个关于xgboost和multiclass的问题。我没有使用sklearn包装器，因为我总是在处理一些参数。我正在研究是否有可能得到概率向量加上softmax输出。以下是我的代码：

param = {}
param['objective'] = 'multi:softmax'
param['booster'] = 'gbtree'
param['eta'] = 0.1
param['max_depth'] = 30
param['silent'] = 1
param['nthread'] = 4
param['num_round'] = 40
param['num_class'] = len(np.unique(label)) + 1   
model = xgb.train(param, dtrain)                                    
# predict                                                                                   
pred = model.predict(dtest)

---

我希望能够调用像

predict\u proba

这样的函数，但我不知道这是否可行。许多答案（例如：）建议使用sklearn包装器，但是，我希望使用常规的训练方法。

如果使用

param['objective']='multi:prob'

而不是

param['objective']='multi:softmax'

，则分类器的结果是每个类的概率

请参阅此处的文档：