Question

关于预测的快速提问。

我想要预测的值是0或1（它被设置为数字，而不是因子）所以当我运行我的随机森林时：

fit <- randomForest(PredictValue ~ <variables>, data=trainData, ntree=50)

并预测：

pred<-predict(fit, testData)

我所有的预测都在0到1之间 - 这是我所期待的 - 我想象 - 可以被解释为成为1的概率。

现在，如果我使用gbm算法完成相同的过程：

fitgbm <- gbm(PredictValue~ <variables>, data=trainData, distribution = "bernoulli", n.trees = 500,   bag.fraction = 0.75, cv.folds = 5, interaction.depth = 3)
predgbm <- predict(fitgbm, testData)

值为-0.5到0.5

我也试过glm，范围最差，从-3到3左右。

所以，我的问题是：是否可以将算法设置为在0和1之间进行预测？

由于

Answer 1

您需要指定type='response'才能实现此目的：

检查此示例：

y <- rep(c(0,1),c(100,100))
x <- runif(200)
df <- data.frame(y,x)


fitgbm <- gbm(y ~ x, data=df, 
              distribution = "bernoulli", n.trees = 100)

predgbm <- predict(fitgbm, df, n.trees=100, type='response')

过于简单，但请查看predgbm的摘要：

> summary(predgbm)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 0.4936  0.4943  0.5013  0.5000  0.5052  0.5073

正如文档中提到的那样，y是1的概率：

如果type =“response”，那么gbm将转换回与结果相同的比例。目前唯一的影响是返回bernoulli的概率和泊松的预期计数。

在一个区间内进行R预测

1 个答案: