我正在从分类树algorythm familiy中寻找一个algorythm， 每次观察可以提供一定数量（超过1个）的预测（按某些排序顺序）。 更具体一点 - 我有10个二元目标模型来预测10个级别的目标变量。如何以这种方式组合模型以获取具有置信水平的预定数量的预测。例如，我希望我的“组合”模型为每个观察获取2个预测。一旦可能的方法是采用具有该特定观察的最高准确度的2个二进制模型并获取它们。如何计算这组预测的“平均”精度？ 如果任何人都可以提供rpart包中的文献和R代码示例，那将更有帮助。 感谢
答案 0 :(得分：0)
在predict.rpart的rpart文档中：type = c（“vector”，“prob”，“class”，“matrix”）
使用像：
predict(${some r part model}, type="prob")
它会给你一个每个类概率的向量