我遇到this问题,询问是否 Azure ML可以计算行数据预测的置信度或概率。但是,鉴于该问题的答案是No
,并建议使用R,我试图弄清楚如何使用R来完成回归模型。
有没有人有关于在何处寻找此参考的建议?
我的方案是我使用Azure ML构建了一个提升决策树回归模型,该模型输出Scored Label
列。但是我不能很好地了解回归分析以编写R代码来使用输出的模型来获得置信区间。
我正在寻找任何可以帮助我了解如何在R中执行此操作的参考资料(与Azure ML相结合)。
答案 0 :(得分:5)
根据Azure ML中Boosted决策树模型的结果,没有直接的方法来计算置信区间。
以下是一些替代建议:
使用库(gbm)http://artax.karlin.mff.cuni.cz/r-help/library/gbm/html/gbm.html或库(glm)https://stat.ethz.ch/R-manual/R-devel/library/stats/html/glm.html
重建模型然后使用confint函数构建置信区间:https://stat.ethz.ch/R-manual/R-devel/library/stats/html/confint.html
对于线性模型,置信区间计算更简单:http://www.r-tutor.com/elementary-statistics/simple-linear-regression/confidence-interval-linear-regression