关于XGBoost多分类原理的疑问

本人建立了一个xgb模型,参数如下:

迭代次数num_____boost_____round_=50

类别数num_class=5
Objective:Softprob

训练集有1000条数据

问题:

bst.dump_____model("model.txt") 跑出来的结果有250个booster

我能理解250=50×5,最终结果是权重和经softmax转换得到的概率矩阵,但5套booster是如何训练出来的呢?每条数据都训练5次吗?求大神讲解!!!

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 以帮助更多的人 ^-^