我在R中使用randomForest包来解决分类问题（结果是二进制）。 我想获得每棵树的概率输出（以获得预测间隔）。 我在预测中设置了predict.all = TRUE参数，但是它给了我一个800列的矩阵（=我森林中树的数量），每个都是1或0.我怎么做得到概率输出而不是类？
PS：我的节点大小= 1，这意味着这应该是有意义的。但是，我改变了节点大小= 50，仍然得到了所有0和1没有概率。
这就是我在做什么：
#build model (node size=1)
rf<-randomForest(y~. ,data=train, ntree=800,replace=TRUE, proximilty=TRUE, keep.inbag=TRUE)
#get the predictions
#store the predictions from all the trees
all_tree_train<-predict(rf, test, type="prob", predict.all= TRUE)$individual
这给出了0＆s和1＆＃39的矩阵而不是概率。
答案 0 :(得分：1)
所以predict.randomForest的文档声明：
如果predict.all = TRUE，则返回单个组件 object是一个字符矩阵，其中每列包含预测值 在森林里一棵树上课。
...因此似乎没有可能为每个树返回一个概率。
如果你想要一个像预测区间这样的分类，你可能会尝试使用更多的树来拟合随机森林，然后从森林的许多不同（随机？）子集中生成预测。
您需要注意的一件事是，您似乎正在将您的训练数据提供给predict.randomForest。这当然会为您提供有偏见的预测，除非您使用随机森林对象的inbag组件中的信息来仅选择那些观察结果不在其中的树。
答案 1 :(得分：1)
我意识到这个问题已经过时了，但它可能对任何有类似问题的人有所帮助。
如果您在树中查询结果，那么在给定初始化林的情况下，您将始终获得确定性的最终分类。您可以通过将预测全部设置为TRUE来提取概率，并在整数投票中对概率进行求和。
如果您有两个以上的类，则林会将项“m”分类为具有概率的类“x” （将m作为x的树的数量）/（树的数量）
由于您只有二进制分类，预测矩阵的列总和可以为您提供第1类的概率。