Question

我正在浏览R的bartMachine插图，最后，它有一个使用bartMachine进行分类问题的示例。这是使用MASS包中的Pima.te数据集。当试图预测＆＃34;键入＆＃34;使用bartMachine（仅仅跟随小插图），通过将我的结果与小插图进行比较，看起来我的混淆矩阵标记不正确。我的错误率非常高 - 而对角线上的数字看起来非常像小插曲的真正正面和真正的负数。其他人可以证实这一点吗？

    options(java.parameters = "-Xmx5g")
    library(bartMachine)
    set_bart_machine_num_cores(4)
    data("Pima.te",package = "MASS")
    X <- data.frame(Pima.te[,-8])
    y <- Pima.te[,8]

    bart_machine_cv <- bartMachineCV(X,y)
    bart_machine_cv

Answer 1

看起来包中确实存在标签错误，将在下一版本中修复（1.2.3）https://github.com/kapelner/bartMachine/blob/255c206be6834d0ab13b9689a41d961de1e73d8a/bartMachine/CHANGELOG

在查看分类后的混淆矩阵时，R包中是否存在错误bartMachine？

1 个答案: