所以，这是怎么回事-我的泰坦尼克号数据集包含以下9列：
（i）存活（0/1）[2级]，
（ii）Pclass（1/2/3）[3级]，
（iii）性别（男/女）[2级]，
（iv）年龄（连续变量），
（v）票价（连续变量），
（vi）出发（C / Q / S）[3级]，
（vii）SibSp（连续变量），
（viii）Parch（连续变量）和
（ix）标题（Mr / MsMrs / Master / X）[4级]。
我正在尝试使用Survived中的gbm包从其他八个中预测R，并且使用以下代码：
fit.gbm = gbm(Survived ~ Age + Fare + SibSp + Parch + Pclass + Titles + Sex + Embarked , data=train , distribution = "adaboost", n.trees=500 , interaction.depth=3 , shrinkage=0.005)
然后我用
predd.gbm = predict(fit.gbm , newdata=train , type="response" , n.trees=500)
我不明白我所得到的是什么，因为predd.gbm中的所有内容看起来都像0.99983，0.999974等。我如何理解我所得到的东西，以及如何从这个奇怪的predd中预测0/1。 gbm-“概率”，其中每个元素都接近1？
答案 0 :(得分：0)
Aaah，所以要做的方法是使用以下方法将（i）从因子更改为数字：
train$Survived = as.numeric(train$Survived)
randomForest了解生存是一个因素，但gbm并非如此！