我正在尝试使用 R 中的包来提升分类树,但我对从函数中gbm
获得的预测类型有点困惑。predict
这是我的代码:
#Load packages, set random seed
library(gbm)
set.seed(1)
#Generate random data
N<-1000
x<-rnorm(N)
y<-0.6^2*x+sqrt(1-0.6^2)*rnorm(N)
z<-rep(0,N)
for(i in 1:N){
if(x[i]-y[i]+0.2*rnorm(1)>1.0){
z[i]=1
}
}
#Create data frame
myData<-data.frame(x,y,z)
#Split data set into train and test
train<-sample(N,800,replace=FALSE)
test<-(-train)
#Boosting
boost.myData<-gbm(z~.,data=myData[train,],distribution="bernoulli",n.trees=5000,interaction.depth=4)
pred.boost<-predict(boost.myData,newdata=myData[test,],n.trees=5000,type="response")
pred.boost
pred.boost
是一个向量,其元素来自区间(0,1)
。
我本来希望预测值是0
or 1
,因为我的响应变量z
也包含二分值 - 要么0
-1
并且我正在使用distribution="bernoulli"
.
我应该如何进行预测以获得测试数据集的真实分类?我应该简单地将pred.boost
值四舍五入还是该函数有什么问题predict
?