我正在尝试创建一个模型，该模型根据各种可用的团队统计数据来预测给定的团队是否进入NHL季后赛。但是，我遇到了问题。
我正在使用R，特别是插入符号包，到目前为止，我取得了相当不错的成绩，但有一个问题：我不能限制预计将进入季后赛的球队数量。
我正在使用分类变量作为预测-Y或N。
例如，使用插入符号包中的随机森林方法
rf_fit <- train(playoff ~ ., data = train_set, method = "rf")
rf_predict <- predict(rf_fit,newdata = test_data_playoffs)
mean(rf_predict == test_data_playoffs$playoff)
为我的测试集提供大约90％的准确度，但这是因为它预测过度。在NHL中，有16支球队进入了季后赛，但这预计有19支球队进入季后赛。因此，我想将“ Y”个预测的数量限制为16个。
是否有一种方法可以限制分类变量的可能响应数？我敢肯定有，但是到目前为止，谷歌搜索给我的成功有限。
编辑：提供可以使用以下代码创建的示例数据：
set.seed(100) # For reproducibility
data <- data.frame(Y = sample(1:10,32,replace = T)/10, N = rep(NA,32))
data$N <- 1-data$Y
这将创建一个数据框，类似于使用“ prob”选项获得的数据框，其中具有Y和N的概率列表
pred <- predict(fit,newdata = test_data_playoffs, "prob")