我正在处理AWS Sagemaker上的信用欺诈数据集。数据集高度不平衡。它只有0.1732％的欺诈交易。我想使用Sagemaker的XG-Boost将给定交易预测为欺诈（1）或不欺诈（0）。当我将超参数中的目标函数设置为'multi：softmax'且类数= 2时，召回率为85％，效果良好。当我将目标函数设置为'reg：logistic'时，我的回忆将变为0。它只是将每个事务标记为非欺诈性的。两个类的logistic和multi-softmax不应给出相同的答案吗？另外，在处理不平衡数据集时，是否应更改其默认值的超参数？谢谢
对于不平衡数据集，首先要确保少数标签示例的过多表示。 XGBoost使用参数scale_pos_weight为此提供了一个条件。
请参阅参数scale_pos_weight的详细信息，网址为https://xgboost.readthedocs.io/en/latest/parameter.html