我在 R 中有分类树,我尝试通过以下方式进行交叉验证:
cv.tree1<-cv.tree(tree1)
然后我尝试了
tree3 = prune.tree(tree1, best=15)
然后我试图从当前树中预测我的所有标签:
predict(tree3, data.train[1,])
输出是:
0 1 2 3 4 5 6 7 8
1 0.0006247397 0.8531862 0.03706789 0.02207414 0.003123698 0.008746356 0.009371095 0.00728863 0.05310287
9
1 0.005414411
据我了解,它给了我每个标签的概率,因为我在这里有 10 个标签 0:9 所以我试图获得最后一条语句的最大值以预测所有标签
predict.list <-matrix(0,nrow=nrow(data.train),ncol=10)
for (index in c(1:nrow(digits.train)))
{
predict.list[index]<-predict(tree3, data.train[index,])
}
然后我试图在predict.list中获取每一行的最大值,但实际上这不起作用所以我试图查看str(predict(tree3,data.train [index,]))的结构我发现它是
num [1, 1:10] 0.00656 0.00583 0.00947 0.07479 0.14813 ...
- attr(*, "dimnames")=List of 2
..$ : chr "8184"
..$ : chr [1:10] "0" "1" "2" "3" ...
所以问题是,我获得最大值是否正确。每一个,所以通过这种方式我得到了预测,以及如何获得带有相应标签的最大值
我可以通过
max(predict(tree3, digits.train[1,]))
但我无法得到相应的标签