我有一个二进制0-1变量的数据结构（点击＆amp;购买;点击＆amp; not-purchase）对照属性的向量。我使用逻辑回归来获得购买的概率。如何使用随机森林获得相同的概率？是通过使用随机森林回归？或者是随机森林分类类型=＆＃39; prob＆＃39;在R中给出了分类变量的概率？
答案 0 :(得分：0)
由于两种方法的结构不同，因此不会给出相同的结果。 Logistic回归由确定的线性规范给出，其中RF是来自多个独立/随机树的集体投票。如果两者都适当调整了规格和输入功能，则可以产生可比较的结果。以下是两者之间的主要区别：
RF将提供更强大的适应噪声，异常值，过度拟合或多重共线性等，这是回归类型解决方案中常见的陷阱。基本上如果您不知道或者不想了解输入数据的最新信息，那么RF是一个良好的开端。
逻辑回归将会很好。或者以某种方式想要设计拟合/预测的工作原理。 GLM规范的明确形式将允许您这样做。