Qual é a diferença no binário xgboost: logistic e reg: logistic

Qual é a diferença em R no xgboost entre binary: logistic e reg: logistic? É apenas na métrica de avaliação?

Se sim, como o RMSE na classificação binária se compara à taxa de erro? O relacionamento entre as métricas é mais ou menos monotônico; a saída do ajuste em uma métrica não deve diferir significativamente entre essas duas abordagens?

Não há diferença no algoritmo, eles são os mesmos. Quando você usa reg:logistica métrica de avaliação padrão, é rmse, mas você pode alterar este parâmetro.

O error ratee o rmsepodem diferir dependendo da distribuição da sua saída, pois error rateutiliza um limite de$0.5$ se você tiver os valores de saída concentrados em $0$ ou $1$será muito menor do que rmse, mesmo que a métrica correlacionada do modelo possa ser muito diferente, o aplicativo dependerá do seu problema.

Para avaliar o desempenho de modelos de regressão logística é comum calcular auc, perda de log, precisão, pseudo-$R^2$e alguns outros .