R：如何从gbm获取预测间隔？

Question

我正在使用R中的gbm包运行增强型回归树，但无法弄清楚如何获得预测间隔。我有10个功能，我想更改一个功能X1（具有4个离散值：A, B, C, D）的值，以查看预测值Y（取决于变量）在4个离散值之间保持显着不同（同时保持其他9特征不变）。例如，在保持所有其他特征不变的情况下，A与B级别的预测值比5%更高吗？

任何人都可以共享任何代码来计算R中的预测间隔吗？

Answer 1

您可以使用插入符号封装函数“ train（）”来实现。但是首先需要一个训练数据集，所以我们可以使用“ createDataPartition（）”函数来完成该任务，然后创建训练和测试数据集，然后使用训练数据集训练模型并预测测试数据集，然后通过“ confusionmatrix（）”功能

data<-data #contains the data of 10 variables 
intrain<- createDataPartition(y = data$X1, p = 0.8, list = F)
training<- data[intrain,]
testing<- data[-intrain,]

relation<- train(form = X1~., data = training, method = "gbm")
result<- predict(relation, testing)

confusionMatrix(testing$X1, result)

希望这可以解决您的查询