我正在尝试使用随机森林分类在R中建立模型。 （通过Ned Horning编辑代码），我首先使用了 randomForest 程序包，但随后发现了 ranger 程序包，该程序可以更快地进行计算。
首先，我使用下面的代码在模型结尾获取每个类的预测概率，
<br />这里的概率类型如下：
我们在模型中有500棵树，其中250棵表示观测值是1类，因此概率为250/500 = 50％
在 ranger 中，我意识到没有predProbs <- as.data.frame(predict(randfor, imageBlock, type='prob'))
选项。
我搜索并尝试了一些调整，但是没有任何进展。我需要一个包含上述 ranger 包中所述概率的对象。
有人可以给这个问题一些建议吗？
答案 0 :(得分：1)
您需要训练“概率分类器”类型的ranger对象：
library("ranger")
iris.ranger = ranger(Species ~ ., data = iris, probability = TRUE)
在predict.ranger函数中使用时，此对象将计算一个矩阵（n_samples，n_classes）：
probabilities = predict(iris.ranger, data = iris)$predictions