r - 如何在R中计算随机森林回归模型的置信度

我在R中使用randomForest软件包，目的是为了“出于同源性建模目的”预测蛋白质之间的距离(RF中的回归模型)，我获得了很好的结果。但是，我需要有一个置信度水平来对我的预测值进行排名并过滤出不良模型，因此我想知道是否有可能计算出此置信度水平，或者是否有其他方法可以测量预测的确定性？
任何建议或建议都受到高度赞赏

最佳答案

按照此paper中突出显示的jackknife方法获取标准错误后，可以在ranger包中使用一个实现:

library(ranger)
library(mlbench)
data(BostonHousing)

mdl = ranger(medv ~ .,data=BostonHousing[1:400,],keep.inbag = TRUE)

pred = predict(mdl,BostonHousing[401:nrow(BostonHousing),],type="se")

 head(cbind(pred$predictions,pred$se ))
          [,1]     [,2]
[1,] 10.673356 1.107839
[2,] 11.390374 1.102217
[3,] 12.760511 1.126945
[4,] 10.458128 1.100246
[5,] 10.720076 1.084376
[6,]  9.914648 1.102000

置信区间可以估计为1.96 * se。还有一个新的包forestError可用，它可以在randomForest对象上工作:

library(randomForest)
library(forestError)
mdl = randomForest(medv ~ .,data=BostonHousing[1:400,],keep.inbag=TRUE)

err = quantForestError(mdl,BostonHousing[1:400,],BostonHousing[401:nrow(BostonHousing),])

head(err$estimates)
       pred     mspe       bias lower_0.05 upper_0.05
1 10.649734 15.70943 -1.5336411   2.935949   12.59486
2 11.611078 15.16339 -1.4436056   3.897293   13.55621
3 12.603938 20.92701 -0.9590869   4.890153   22.32699
4 10.650549 12.42555 -1.4188440   3.941648   12.49029
5 10.414707 29.08155 -1.1438267   2.700922   31.42272
6  9.720305 19.63286 -1.3469671   2.006520   16.43220

您可以引用paper来了解实际使用的方法，

关于r - 如何在R中计算随机森林回归模型的置信度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17812754/