我正在尝试在 R 中建立一个具有随机森林分类的模型。 (通过 Ned Horning 编辑代码)我首先使用randomForest
包但后来发现ranger
,这保证了更快的计算。
首先,我使用下面的代码在拟合模型后获得每个类别的预测概率randomForest
as:
predProbs <- as.data.frame(predict(randfor, imageBlock, type='prob'))
这里的概率类型如下:
我们的模型中有 500 棵树,其中 250 棵表示观察结果为 1 类,因此概率为 250/500 = 50%
In ranger
,我意识到没有type = 'prob'
option.
我搜索并尝试了一些调整,但没有取得任何进展。我需要一个包含上述概率的对象ranger
包裹。
有人可以就这个问题提供一些建议吗?
你需要训练一个“概率分类器”类型ranger
object:
library("ranger")
iris.ranger = ranger(Species ~ ., data = iris, probability = TRUE)
该对象在用于时计算矩阵 (n_samples, n_classes)predict.ranger
功能:
probabilities = predict(iris.ranger, data = iris)$predictions
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)