XGBoostの多項分類（multi:softprob）で、予測確率が返ってこない

前提・実現したいこと

機械学習（XGBoost）で、多項分類の学習器を作っています。
タスク変数を"multi:softprob"にしているにもかかわらず、
返ってくる値が予測確率ではなく、整数値で返ってきます。
確率を返すように修正したいのですが、どのようにすれば良いのでしょうか。

該当のソースコード

最後の行のpredの値ですが、本来"multi:softprob"であれば

array([ 4.3175539e-01,  7.0376915e-01,  4.2742041e-01,  1.1947104e+00,
        3.1544307e-01,  3.8555548e-01,  1.0443348e+00,  1.2380545e+00,
        9.6490324e-01,  8.4362763e-01,  3.3280188e-01,  1.8869884e+00,
        8.7775749e-01,  1.8749828e+00,  8.5335791e-01,  5.8013725e-01,
        ],
      dtype=float32)

のような確率で返ってくる筈なのですが、

array([2, 2, 2, 2, 0, 0, 2, 2, 2, 0, 0, 2, 2, 1, 0, 1, 2, 0, 2, 0, 2, 2, 0, 2, 0, 2, 0, 0, 0, 2, 0, 2, 2, 2, 2, 2, 0, 0, 2, 0, 2, 0])

上記のような整数値で返って来てしまいます。
以下が学習部分のコードです。

python
1
2param_grid = [
3    {'Objective': ['multi:softprob'],'eval_metric':['rmse'],'eta': np.arange(0.01,0.30,0.02),
4     'subsample': np.arange(0.1,0.85,0.05),'colsample_bytree':np.arange(0.7,1.0,0.05)
5     
6     }
7]
8
9dtrain = xgb.DMatrix(X_train_std,label=y_train)
10dtest = xgb.DMatrix(X_test_std,label=y_test)
11
12# xgboostモデルの作成
13clf = xgb.XGBClassifier()
14# ハイパーパラメータ探索
15clf_cv = GridSearchCV(clf, param_grid,verbose=1)
16clf_cv.fit(X_train_std,y_train)
17
18print(clf_cv.best_params_,clf_cv.best_score_)
19
20clf = xgb.XGBClassifier(**clf_cv.best_params_)
21clf.fit(X_train_std, y_train)
22
23pred = clf.predict(X_test_std)
24pred
25#array([2, 2, 2, 2, 0, 0, 2, 2, 2, 0, 0, 2, 2, 1, 0, 1, 2, 0, 2, 0, 2, 2, 0, 2, 0, 2, 0, 0, 0, 2, 0, 2, 2, 2, 2, 2, 0, 0, 2, 0, 2, 0])
26