我正在尝试使用随机森林分类在 R 中构建模型。 (通过 Ned Horning 编辑代码)我首先使用 randomForest
包,但后来发现 ranger
,它 promise 更快的计算。
首先,我使用下面的代码在将模型与 randomForest
拟合后获得每个类的预测概率:
predProbs <- as.data.frame(predict(randfor, imageBlock, type='prob'))
这里的概率类型如下:我们在模型中有 500 棵树,其中 250 棵树表示观察结果为 1 类,因此概率为 250/500 = 50%
在
ranger
中,我意识到没有 type = 'prob'
选项。我搜索并尝试了一些调整,但没有任何进展。我需要一个包含
ranger
包的上述概率的对象。任何人都可以就这个问题提供一些建议吗?
最佳答案
您需要训练一个“概率分类器”类型的 ranger
对象:
library("ranger")
iris.ranger = ranger(Species ~ ., data = iris, probability = TRUE)
当在
predict.ranger
函数中使用时,此对象计算矩阵 (n_samples, n_classes):probabilities = predict(iris.ranger, data = iris)$predictions
关于r - R ranger 包中的预测概率,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/55654644/